KLS 猜想的无条件特例被拿下：核心思路由模型提出，作者花了三周加四天
1975 年，Kannan、Lovász 和 Simonovits 在《Combinatorica》上提了一个猜想。它长得不像数学猜想，倒像一句常识：如果把一团高斯粉随机往任何方向压，压完再切开任意一半，这两半之间总会有一条不容易糊弄过去的边界。
1975 年，Kannan、Lovász 和 Simonovits 在《Combinatorica》上提了一个猜想。它长得不像数学猜想，倒像一句常识：如果把一团高斯粉随机往任何方向压，压完再切开任意一半，这两半之间总会有一条不容易糊弄过去的边界。
这三十多年里，所有人都会做同一件事：证明这条边界至少有多宽。没人能说出一条不随维度变化的宽。
- 论文：A dimension-free bound for isoperimetry of unconditional log-concave measures，arXiv:2609.38295，2026-09-29 提交
- 作者：Dan Mikulincer（University of Washington 数学系）、Ilias Zadik（Yale 统计与数据科学系）
- 分类：math.PR 主，math.MG 次；33 页，1 张图
🎯 猜想的形状
用论文自己的写法。设 μ 是 ℝⁿ 上的概率测度，Poincaré 常数 C_P(μ) 是使
对所有局部 Lipschitz 函数成立的最小常数。C_P 越小，谱隙越大，测度扩张得越厉害。
无条件（unconditional）指密度函数对每个坐标轴的反射都不变，写成 V(x) = V(|x₁|, …, |xₙ|)。再叠上各向同性：均值是零、协方差是单位矩阵。
于是猜想是
论文证明的是把无条件这个限制也加进去之后的版本。论文原话说：去掉无条件这个假设，同一句话就是 KLS 猜想本身。
小贴士：这是"isoperimetry of unconditional log-concave measures"在标题里的 isoperimetry 指什么。对数凹测度上，Cheeger 常数 ψ 和 Poincaré 常数 C_P 满足 ψ² ≈ C_P，论文给的精度是 1/4 ≤ ψ²/C_P ≤ π。所以等周问题和扩张问题在这个世界里是同一件事的两种写法。
🧊 无条件这个壳，为什么难撬
对称性听着像个帮手，可它给的只有坐标轴方向的反射对称，不含任何旋转对称，也不直接控制单个方向上的局部尺度。
坐标反射对称的用处在结构上：正交象限是这个反射群的 Weyl 腔，第一非平凡特征函数可以被选成"在某一个坐标上是奇函数、在其余坐标上全是偶函数"。这比一般对数凹测度的情况强得多，因为它把函数在某个坐标轴上的曲率信息孤立了出来。
论文的判断是，旧路线已经把这个红利用尽了。
- Klartag 给无条件各向同性对数凹测度的界是 O(log² n)
- 旧方法对无条件凸体 K ⊂ [-R, R]ⁿ 给 C_P(Unif(K)) ≤ C·R²
- 对各向同性无条件凸体取 R = O(log n) 的截断，还是 O(log² n)
- 这个 log² 后来被面向 KLS 的更一般界超越（论文引 [KL25]）
🔧 三步
第一步，把谱隙变成正项。 Langevin 算子 Lf = -Δf + ⟨∇V, ∇f⟩。它的第一非平凡谱隙就是 1/C_P(μ)。策略是造一个带额外正项的新算子：
如果 f 在第 i 个坐标上奇、其余坐标偶，那么 f - R_i f = 2f，其余项全为零，于是
多出来的那个正项正是想要的。麻烦有两层。证出 A 的谱隙不等于证出 L 的，需要反向比较，论文归到 Hardy 型不等式 E_μ[f²/X_i²] ≲ E_μ[|∇f|²]。另外原来的 A 在 L²(μ) 里根本不良定义，含 1/x_j² 和 1/x_j，拿线性函数 f 代入就有 Af ∉ L²(μ) 的情况。
第二步，换测度。 这一步是整篇论文最漂亮的地方。
对 S > 0，定义
它满足 0 < q_S(r) < 1，r → ∞ 时趋于 1，靠近坐标原点时消失。然后做逐坐标的传输映射 T_S，(T_S(y))_j = sgn(y_j)·g_S(|y_j|)，其中 g_S 是 q_S 从 0 积到 r。因为 g_S' = q_S，这个映射对每个 S 都是 1-Lipschitz。
新的辅助测度是 η_S = (T_S^{-1})# μ，换元后密度正比于 e^{W(y)} 乘以各坐标的 q_S(|y_j|)。1-Lipschitz 加上一般事实 C_P(T#ν) ≤ L²·C_P(ν)，在 L = 1 时直接得到 C_P(μ) ≤ C_P(η_S)。证明辅助测度的界就传回了原测度。
协方差能压住：对 S ≥ 1 有 ‖Cov(η_S)‖_op ≤ 14·S^(2/3)。这是一维估计 r² ≤ 4g_S(r)² + 3S^(2/3)g_S(r)^(4/3) 推出来的，分 r ≤ S 与 r ≥ S 两种情形落。
第三步，Dunkl–Langevin 算子。 适配 η_S 的算子是
其中 c_S(r) = r·q_S'(r)/q_S(r) = S²/(2(S²+r²))，有 c_j > 0 与 c_j'/x_j < 0 两个性质。前面三项构成适配 η 的 Langevin 算子，最后一项是 Dunkl 项。
它的二次型被 E(f) ≤ 9·E[|∇f|²] 夹住，于是谱隙 λ 和 C_P 互相控制：1/λ ≤ C_P ≤ 9/λ。特征函数的奇偶性接着被 c_j > 0 用来排除"两个以上坐标同时为奇"的情形，被 c_j'/x_j < 0 用来排除"所有坐标都偶"的情形。
🔢 常数到底有多大
这是全篇最该看的部分，因为它说明"证明了"离"好用"还有多远。
关键常数 c_* = 1/190。用在二分定理上：给定 S，只要 S² ≥ ‖Cov(η_S)‖_op，那么两件事至少有一件成立。要么 C_P(η_S) > S²/3，要么 C_P(η_S) ≤ (9/c_*)·‖Cov(η_S)‖_op。两条分支都是维数无关的。
最终尺度选成 S_* = max(14, 3·126/c_*)^(4/3)。代进 c_* = 1/190 得 S_* = 71820^(4/3)，直接常数上界 C_P(μ) ≤ 71820^(8/3)/3。
- 71820^(8/3) 大约在 10^12 量级。这是一个由证明直接产生的粗常数，离任何实际用途都很远
- 论文提到作者认为 AI 辅助计算可能把常数改进到 C ≤ 8，并指出各向同性乘积 Laplace 分布给出 C ≥ 2 的下界。所以真实答案落在一个很宽的区间里，论文没把它定下来
- 去正则性靠高斯卷积：V_ε 满足 2ε·I ⪯ ∇²V_ε ⪯ (1/ε + 2ε)·I，且 Cov(μ_ε) → I，然后 ε → 0
🤖 三周，四天，几周
摘要只有一句：证明的核心想法由 AI 生成工具在与作者数周的交互中产生，作者做了精炼与形式化。正文 1.3 节给了完整时间线，原文提到的数字有三个。
- 作者与模型合作，先花了约三周探索信息论路线去证 Theorem 1.1
- 大约在那时候，模型独立提出把几个关键步骤换成一个基于 Dunkl 理论的新论证，具体是 Dunkl–Langevin 算子
- 接下来四天的高强度交互里，模型发展出一份完整的证明草案，与前三周探索的路线差别很大
- 之后作者花了另外几周逐行消化核查，把论证简化，写成现在这篇。草稿难懂是作者自己的说法
- 论文结尾一句：作者对本文的内容与准确性负全部责任
⚖️ 状态与限制
- 这是 arXiv v1 预印本。论文正文没有给目标期刊、投稿日期、审稿意见，页面也没有同行评审记录。HTML 抓取的内容在 3.3.2 节被截断，完整的 Limitations 章节未取到
- 作者单位可确认是 University of Washington 数学系与 Yale 统计与数据科学系
- HTML 版标题与 abs 版略有出入：abs 页是 "A dimension-free bound for isoperimetry of unconditional log-concave measures"，HTML 顶部是 "...for the isoperimetric constant of..."。以 abs 页为准
- 论文自己给出 KLS 的原始形式时，只引 [LV19, AGB20] 作背景，没有复述定理编号与年份。原始 KLS 论文的定理陈述、Max-Cut 与 Sarhan 猜想的关系，论文正文没有出现，引用时不能替它补
📌 值得关注的地方
数学圈这两年的共同体感是，纯理论的顶尖结果越来越难独立产出。KLS 是凸几何里少见的、几十年没人动过的硬问题之一。
- 无条件这个特例被拿下来，意味着一整类"有坐标轴对称性"的问题第一次有了维数无关的等周界
- 证明方法里最可迁移的一步是"造一个非对数凹的辅助测度来传递不等式"。这个套路在别的问题上能不能用，值得看后续
- 常数从 10^12 量级压到接近 2 的可能性，完全决定这个定理有没有计算用途。这个数字公开在论文里，也算给了后来者一个明确的靶子