AoP — Vol 54 Issue 1 · 2026-06-18¶

共 11 篇 · Annals of Probability
目录核对 ✅ 11 篇全部抓到（对照 OpenAlex 13 篇）

本期导览¶

自动生成：归纳本期主要主题与脉络，不打分、不排名。

这一期以高维随机矩阵与概率论为主体，涵盖稀疏Wigner矩阵特征值大偏差的有限秩扰动机制、Jack-变形Young图在多种温度下的全局渐近普遍性，以及统计物理模型动力学采样、KPZ类可解模型、布朗环汤几何、渗流临界标度关系、随机多项式实根计数等。论文可归纳为三条主线：高维随机矩阵与谱理论（两篇）、统计物理中的采样与动力学（一篇）、概率论中的精细几何与临界关系（其余几百篇）。对于统计与因果方向读者，高维随机矩阵与计算复杂性是主要关切点，其余内容则偏向概率论基础进展。

第一条主线的高维随机矩阵部分包含两篇。“稀疏Wigner矩阵最大特征值大偏差”在平均度达到对数阶的设定下，证明上尾事件由带大顶点权重的高度顶点或带大边权重的团驱动，速率函数在典型值处不连续，补充了常数平均度情形的结果。“Jack-变形Young图全局渐近”通过引入Jack-Thoma测度，建立高温、低温与固定温度下极限形状和高斯涨落的普遍性公式，并以组合方式显式表达参数依赖，不同于连续β-系综的高低温极限形状呈现单边无限楼梯。两篇共同推进了对非i.i.d.矩阵极端谱行为与可积概率中普遍性的理解。

第二条主线是统计物理模型中的采样与计算。“随机场Ising动力学松弛”在Griffiths相设定下利用随机定位技术增大场方差，分别在弱空间混合与强空间混合条件下获得代数松弛与指数松弛，并据此构造多项式时间近似采样算法。该工作为铁磁随机场模型中MCMC的收敛性提供了理论保证，直接关联统计计算中的混合时间与算法设计。

其他主线中，“近临界渗流标度关系”绕过Russo公式与微分不等式，通过尺度间交叉概率比较直接建立β=ξ₁ν关系，展示离散概率工具替代连续微分的更鲁棒路径。“可解KPZ类模型”通过q-Whittaker测度与周期/自由边界Schur测度的对应，统一ASEP、对数Gamma聚合物等，给出行列式与pfaffian点过程表达，并导出半线KPZ方程的Baik-Rains相变。“布朗环汤边界多重点”与“SLE曲线正则性”分别给出簇边界点维数与最优变差模，属于随机几何的精细结果。

对于因果推断、半参数效率与高维方向，两篇高维随机矩阵论文直接相关；随机多项式的实根计数涉及临界Kac多项式，其分析技巧在高维统计检验中可能有潜在应用；随机场Ising动力学则为格点模型的MCMC收敛性提供参考。其他论文虽非直接对口，但其概率工具（如随机定位、尺度比较、行列式点过程）可拓展至相关领域。

高维统计 / 随机矩阵 (high_dim_rmt, 2 篇)¶

1. 10.1214/25-aop1770 · arXiv — Large deviations of the largest eigenvalue of supercritical sparse Wigner matrices¶

作者: Fanny Augeri, Anirban Basak
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 6/10 · novelty: new_theory
摘要: 在稀疏 Wigner 矩阵（对角及上方元素为 Bernoulli 与亚高斯变量乘积）设定下，研究平均度至少为维度对数量级时最大特征值的大偏差上尾行为。此时边缘特征值粘附于半圆律支撑的边缘。作者证明大偏差上尾事件由两种有限秩扰动之一生成：出现带大顶点权重的高度顶点，或出现带大边权重的团。所得速率函数在最大特征值的典型值处不连续，反映了大偏差由有限秩扰动驱动的本质。此结果补充了 Ganguly 等人关于常数平均度情形的早期工作。对您有用：为高维 RMT 中稀疏矩阵特征值大偏差提供了精确的有限秩扰动机制刻画，直接关联您的高维统计与随机矩阵理论兴趣。
关键技术: sparse Wigner matrix, large deviations upper tail, semicircle law edge sticking, finite rank perturbation, discontinuous rate function, sub-Gaussian entries
为什么对您有用: 直接关联您 primary interest 中的高维统计与随机矩阵理论子方向，特别是稀疏矩阵特征值大偏差这一非经典 RMT 主题。您 very_familiar 的高维渐近理论可用来验证其速率函数不连续性与有限秩扰动机制的合理性。follow-up 判断：中期可做——需先在 moderately_familiar 的大偏差理论工具上长肌肉（点名：稀疏随机图大偏差的变分原理与顶点/团涌现机制），才能将此框架迁移到您关心的更高阶 U-统计量或张量随机矩阵的大偏差分析。

2. 10.1214/25-aop1769 · arXiv — Universality of global asymptotics of Jack-deformed random Young diagrams at varying temperatures¶

作者: Cesar Cuenca, Maciej Dołęga, Alexander Moll
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 2/10 · novelty: new_theory
摘要: 本文研究Jack-变形随机Young图（离散β-系综）在高温、低温和固定温度三种机制下的全局渐近，目标是建立极限形状和高斯涨落的普遍性公式。作者引入一类特殊的Jack测度——Jack-Thoma测度，证明了在该测度下多项式可观测量满足大数定律和中心极限定理。极限形状和涨落的公式以加权格点路径之和表示，具有正的组合性质，并显式给出与参数β相关的表达式。进一步证明这些公式具有普遍性：对于由满足近似分解性质的Jack特征导出的固定大小随机Young图，极限行为由相同公式描述。与连续β-系综不同，发现高低温极限形状呈现单边无限楼梯形状，并对Jack-Plancherel测度给出了显式形状（与Bessel函数零点相关）。本文是纯理论概率/组合工作，但对随机矩阵理论的离散版本提供了深刻的新结果，可为理解β-系综的渐近结构提供参考。
关键技术: Jack-Thoma measures, discrete β-ensembles, global asymptotics of Young diagrams, limit shape and Gaussian fluctuations, weighted lattice path sums, universality for Jack characters
为什么对您有用: 本文连接到您高维统计中随机矩阵理论子方向（离散β-系综的渐近）。您对高阶U统计量的einsum计算经验（树宽/张量收缩）可能用于分析其加权格点路径和的计算结构。但由于论文依赖Jack多项式、Thoma测度等专业化工具，当前武器库缺乏这些知识，暂不可直接展开研究。

非参数 / 半参数 (nonparam_semipara, 1 篇)¶

1. 10.1214/25-aop1768 · arXiv — Regularity of the Schramm–Loewner evolution: Up-to-constant variation and modulus of continuity¶

作者: Nina Holden, Yizheng Yuan
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 1/10 · novelty: sharper_rate
摘要: 本文研究 Schramm–Loewner evolution (SLE) 曲线在自然参数化下的最优正则性，目标 estimand 是曲线的 ψ-变差、连续模与重对数律的精确渐近阶。在 SLE 维数 d∈(0,2] 的设定下，作者证明最优 ψ-变差为 ψ(x)=x^d(log log x^{-1})^{-(d-1)}，最优连续模为 ω(s)=c s^{1/d}(log s^{-1})^{1-1/d}，并给出重对数律的精确常数界。核心工具依赖 SLE 驱动函数的 Brownian motion 性质与 Garsia–Rodemich–Rumsey 不等式，将曲线正则性转化为对驱动函数增量的精细控制。结果将此前仅知阶的粗界提升至 up-to-constant 的最优界，属于概率路径正则性的精细刻画。对您可能有用：若您关注非参数理论中函数类变差条件与 minimax rate 的关系，本文的 up-to-constant 变差界提供了连续模与 ψ-变差互推的精确模板。
关键技术: Schramm-Loewner evolution, psi-variation regularity, modulus of continuity, Garsia-Rodemich-Rumsey inequality, law of the iterated logarithm, natural parametrization
为什么对您有用: 本文连接到非参数理论中函数类正则性刻画（连续模、ψ-变差）这一子方向，up-to-constant 的精确界对 minimax 估计理论中构造检验函数类有直接参考价值。您武器库中 very_familiar 的 minimax bounds 与 nonparametric statistics 可直接攻本文的变差-连续模互推逻辑，判断其界是否可迁移到统计估计问题中的 entropy 积分控制。立即可做：用 minimax bound 视角审视本文变差界在非参数估计 entropy 计算中的可迁移性。

数理统计 / 假设检验 (hypothesis_testing, 1 篇)¶

1. 10.1214/25-aop1766 · arXiv — The number of limit cycles bifurcating from a randomly perturbed center¶

作者: Manjunath Krishnapur, Erik Lundberg, Oanh Nguyen
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 1/10 · novelty: new_theory
摘要: 本文研究随机扰动线性中心（randomly perturbed linear center）分岔产生的极限环平均数量，扰动为独立系数的随机二元多项式。通过经典 Poincaré 首次返回映射的扰动理论，问题转化为研究随机一元多项式 \(f_n(x)=\sum_{m=0}^n c_m \xi_m x^m\)（\(\xi_m\) 独立零均值方差 1，\(c_m\sim m^{-1/2}\)）的实根平均数。该多项式属于临界 regime 下的广义 Kac 多项式类。作者给出了实根平均数的精确渐近并回答了极限环分岔数量问题，同时给出了亚临界 regime 下实根平均数的正确阶。对您可能有用：随机多项式实根计数是高维随机矩阵与非参数假设检验交叉处的经典工具，本文的临界/亚临界 regime 划分与实根阶估计可直接迁移到高维谱检验与随机矩阵特征根局部律的精细分析。
关键技术: Poincaré first return map, generalized Kac polynomial, real zeros of random polynomials, critical/subcritical regime classification, bifurcation theory
为什么对您有用: 本文连接到高维统计与随机矩阵理论（RMT）子方向：广义 Kac 多项式实根计数是 RMT 特征根分布与高维假设检验谱方法的经典概率工具，临界 regime 的实根阶突变现象与 RMT 软硬边缘相变同构。用 very_familiar 中的高维渐近与 minimax bound 工具可以验证本文声称的实根阶是否紧，并探索将其相变阈值框架迁移到高维协方差矩阵谱检验的检测边界。立即可做：用 minimax bound 与高维渐近工具复现并拓展其临界阈值到谱检验设定。

统计计算 / 算法 (stat_computing, 1 篇)¶

1. 10.1214/24-aop1743 · arXiv — Fast relaxation of the random field Ising dynamics¶

作者: Ahmed El Alaoui, Ronen Eldan, Reza Gheissari, Arianna Piana
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 3/10 · novelty: new_theory
摘要: 本文研究有限域上铁磁随机场 Ising 模型（RFIM）Glauber 动力学的收敛性质，关注 Griffiths 相：期望下关联指数衰减但存在弱场大岛导致低温行为的设定。在弱空间混合（期望下边界到 bulk 关联指数衰减）条件下，证明动力学满足弱 Poincaré 不等式，给出体积 N 的多项式时间代数松弛与 warm start 多项式混合，据此构造基于域递增逼近的多项式时间近似采样算法。在强空间混合（即使边界钉扎附近也指数衰减）条件下，证明完整 Poincaré 不等式，给出指数松弛与 N^{o(1)} 混合时间。核心工具是 stochastic localization（增大场方差）与场依赖的 coarse graining（控制弱场位点的亚临界渗流过程）。对您可能有用：本文展示了统计物理模型中从空间混合条件到 Poincaré 不等式再到多项式时间采样算法的完整链条，为 stat-computing tradeoff 提供了一个具体的 polynomial-time achievability 案例。
关键技术: Glauber dynamics, weak Poincaré inequality, stochastic localization, coarse graining, Griffiths phase, polynomial-time approximate sampling
为什么对您有用: (1) 连接到 stat-computing tradeoff 中的 polynomial-time achievability：本文在 Griffiths 相下给出了从空间混合条件到多项式时间采样的显式阈值与算法，是 outsider 理解 polynomial-time possibility 的好入口。(2) 用 very_familiar 中的 minimax bounds / high-dimensional asymptotics 视角可以审视其 Poincaré 常数与松弛时间的率是否紧，stochastic localization 技术本身也是 moderately_familiar 中可长肌肉的方向。(3) 中期可做：需先在 moderately_familiar 的 stochastic localization / Poincaré 不等式工具上积累，才能将此框架迁移到高维统计中的采样与计算下界问题。

其他 (other, 6 篇)¶

1. 10.1214/25-aop1763 · arXiv — Density fluctuations in weakly interacting particle systems via the Dean–Kawasaki equation¶

作者: Federico Cornalba, Julian Fischer, Jonas Ingmanns, Claudia Raithel
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 2/10 · novelty: new_theory
摘要: 本文研究弱相互作用粒子系统的密度涨落，目标是在 Dean–Kawasaki (DK) SPDE 框架下刻画粒子数密度涨落的分布近似精度。原始 DK 方程高度奇异且不可重整化，作者采用形式空间离散化对其进行正则化，得到适定 SPDE。核心机制是证明离散化 DK SPDE 预测的涨落分布，在合适的弱度量下逼近原粒子系统涨落的分布，误差可达粒子数倒数的高阶任意小加上离散化误差。关键技术工具包括弱度量下的分布逼近、高阶误差控制与 SPDE 适定性分析。主要理论结果给出了离散化 DK 方程作为粒子涨落模拟工具的严格数学保证，对您可能有用之处在于：其高阶误差展开与弱度量收敛的分析思路，与 higher-order U-statistics / HOIF 中的高阶投影逼近有结构相似性。
关键技术: Dean-Kawasaki SPDE, fluctuating hydrodynamics, SPDE regularization via discretization, weak metric distribution approximation, higher-order error expansion in inverse particle number, renormalization failure of singular SPDE
为什么对您有用: 本文属于随机分析 / 数学物理领域，与您 primary interests 的因果推断、高维统计、效率理论等无直接交集，但高阶误差展开（arbitrarily high order in inverse particle number）的分析思路与您熟悉的 HOIF / higher-order U-statistics 投影逼近在结构上类似。用您 very_familiar 的高维渐近与 moderately_familiar 的 HOIF 理论，可以审视其高阶误差项的构造是否与 U-statistic 的 degeneracy 层级有可类比之处，但核心 SPDE / 随机分析机器不在武器库中。暂不可做：缺随机分析与奇异 SPDE 的核心工具，若要进入需先补 regularity structures 或随机偏微分方程基础。

2. 10.1214/24-aop1709 · arXiv — Second-order fractional mean-field SDEs with singular kernels and measure initial data¶

作者: Zimo Hao, Michael Röckner, Xicheng Zhang
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 2/10 · novelty: new_theory
摘要: 本文研究二阶分数阶平均场随机微分方程（SDEs）在奇异/分布相互作用核（如牛顿势、库仑势、Riesz势、Biot-Savart定律）和测度初值下的弱解与强解的局部和全局适定性。通过精细分析，作者发现对于非线性平均场方程，初始分布的规则性能够平衡核的奇异性，并给出了核奇异度与初始规则性之间的精确关系（属于缩放意义下的次临界区域）。此外，还建立了分布密度的稳定性、光滑性、短时奇异性和长时间衰减估计。结果统一处理了分数阶Vlasov-Poisson-Fokker-Planck系统、二维分形Navier-Stokes方程的涡度形式、表面准地转模型等物理模型。本文属于随机分析和偏微分方程理论的基础进展，与您的主要统计研究兴趣（因果推断、高维统计、半参效率、统计计算权衡等）无直接重叠。若您对概率论的非线性平均场理论感兴趣，可作一般性了解。
关键技术: Mean-field SDEs, Fractional Laplacian, Singular interaction kernels, Distribution initial data, Well-posedness theory
为什么对您有用: 本文不涉及统计推断、计算复杂性或因果识别，属于纯概率论与随机分析领域。您技术库中的非参数统计、minimax界、高阶U-统计量等工具无法直接进攻此问题，需补充随机分析和偏微分方程工具，暂不可做。如需要拓展概率论基础，可视为背景读物，但不推荐投入时间深入。

3. 10.1214/24-aop1755 · arXiv — Near critical scaling relations for planar Bernoulli percolation without differential inequalities¶

作者: Hugo Duminil-Copin, Ioan Manolescu, Vincent Tassion
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 2/10 · novelty: new_theory
摘要: 本文在二维方格 Bernoulli 渗流模型中，为近临界标度关系 β=ξ₁ν 提供了新证明，该关系刻画了临界点附近连通函数衰减指数与关联长度指数之间的联系。核心机制摒弃了经典的 Russo 公式与微分不等式，转而通过直接比较不同尺度下的 crossing probability 差异来建立指数间的联系。论证路径更短、更鲁棒，且不依赖特定模型的精细微分结构，因此更易推广至其他格点或连续渗流模型。主要理论结果是严格确立了 β=ξ₁ν 的标度关系，并指出同一框架可覆盖 Kesten (1987) 的其余标度关系。对您而言，本文展示了如何用离散概率与尺度比较替代连续微分工具来获得临界指数关系，这一思路在渗流之外的高维统计临界现象分析中或有启发。
关键技术: Bernoulli percolation, near-critical scaling relations, crossing probabilities, critical exponents, scale comparison argument
为什么对您有用: 本文属于经典概率与渗流理论，与您的主攻方向（因果推断、高维/随机矩阵、半参数效率、高阶 U 统计量）无直接交集。虽然'尺度比较替代微分不等式'的思路在概念上与 minimax 理论中离散化逼近有微弱共鸣，但本文核心的渗流临界指数工具不在您的武器库中。暂不可做：核心机器（渗流 crossing probability 的 Russo-Seymour-Welsh 理论、临界指数的微分不等式体系）完全不在 very_familiar 或 moderately_familiar 列表中，且缺乏通往您研究议程的明确问题接口。

4. 10.1214/25-aop1767 · arXiv — Solvable models in the KPZ class: Approach through periodic and free boundary Schur measures¶

作者: Takashi Imamura, Matteo Mucciconi, Tomohiro Sasamoto
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 1/10 · novelty: new_theory
摘要: 本文研究KPZ类可解模型，通过建立q-Whittaker测度与周期/自由边界Schur测度之间的对应关系，导出了一套统一的可解性理论。这种对应将ASEP、对数Gamma聚合物等随机过程转化为显式的行列式和pfaffian点过程，从而获得精确分布公式。文中给出了ASEP电流分布的新行列式表示，以及半空间对数Gamma聚合物点对点分配函数的Fredholm pfaffian公式。在缩放极限下，推导了半线KPZ方程高度函数在原点处的Baik-Rains相变。这些结果展示了可积概率方法在KPZ类模型中的强大威力，为随机矩阵理论中的行列式点过程提供了新的显式例子。
关键技术: q-Whittaker measures, periodic/free boundary Schur measures, determinantal point processes, pfaffian point processes, ASEP current distribution, Log Gamma polymer, Fredholm pfaffian, Baik-Rains phase transition
为什么对您有用: 本文核心工具（行列式点过程、Fredholm pfaffian）与高维统计及随机矩阵理论中的行列式结构有深刻联系，可为研究者熟悉的high-dimensional asymptotics提供新的应用场景。研究者可利用对行列式点过程的理解来把握这些精确公式的统计含义，但当前武器库缺乏可积概率系统（如q-Whittaker函数、Schur测度），因此暂不可直接动手。如需进入这一方向，需先在moderately_familiar的semiparametric theory之外补充可积概率工具。考虑到研究者主要兴趣不在KPZ类，本文适合作为随机矩阵理论延伸的课外阅读，不急于精读。

5. 10.1214/24-aop1718 · arXiv — Directed spatial permutations on asymmetric tori¶

作者: Alan Hammond, Tyler Helmuth
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 1/10 · novelty: new_theory
摘要: 本文研究二维非对称环面（asymmetric tori）上的有向空间随机置换模型，目标是在空间偏置条件下刻画大循环的联合分布。核心设定利用环面不对称性引入置换的空间偏向，从而简化了中观循环（mesoscopic cycles）存在性的论证。主要技术挑战是从中观结构过渡到宏观循环的建立；作者通过动态重采样（dynamical resampling）论证结合 Schramm 针对完全图上随机对换的方法攻克了此难点。最终证明大循环的渐近联合分布由参数为 1 的 Poisson–Dirichlet 分布给出，验证了空间随机置换中出现 PD 分布的一般启发式原则。对您而言，本文属于概率论与统计物理交叉的纯数学结果，与因果推断或高维统计等核心方向无直接方法论关联。
关键技术: random spatial permutations, Poisson-Dirichlet distribution, dynamical resampling, Schramm's random transposition method, mesoscopic and macroscopic cycles
为什么对您有用: 本文属于统计物理/概率论范畴，与您 primary interests（因果推断、高维 RMT、U-statistic、效率理论）无方法论交集，亦不涉及 astrostats/econ/epi 的 gateway reading 价值。武器库中的高维渐近或 U-statistic 工具无法切入此空间置换与 PD 分布的动态重采样论证。暂不可做：核心概率工具（如 Schramm 的动态耦合与 PD 分布的随机图论证）不在现有武器库中，且该方向与您的研究议程缺乏实质连接，不建议花时间深读。

6. 10.1214/25-aop1765 · arXiv — Multiple points on the boundaries of Brownian loop-soup clusters¶

作者: Yifan Gao, Xinyi Li, Wei Qian
期刊/来源: Annals of Probability
分类: vol 54 · issue 1
相关性 1/10 · novelty: new_theory
摘要: 本文研究单位圆盘内强度c∈(0,1]的布朗环汤簇边界的多重点。主要结果是：几乎必然地，任一簇边界上的简单点（单点）的豪斯多夫维数为2-ξ_c(2)，双点的豪斯多夫维数为2-ξ_c(4)，其中ξ_c(k)是广义断连指数（来自arxiv:1901.05436）。当维数为正时，这些点几乎必然在每个簇边界上稠密；且几乎必然不存在三点。中间结果建立了一个分离引理，用于获得环汤中非相交和非断连概率的精确估计。该引理还允许定义一族广义交叉指数ξ_c(k,λ)，并证明ξ_c(k)是λ→0时的极限。这些结果深化了布朗环汤的几何性质理解，属于纯概率论与随机几何领域，与您当前的研究兴趣无直接交叉。
关键技术: Brownian loop soup, Hausdorff dimension, generalized disconnection exponent, separation lemma, generalized intersection exponents
为什么对您有用: 本文与您主要关注的因果推断、高维统计、U-统计量、半参数效率理论等方向无直接关联，属于纯概率论/随机几何领域。您的技术武器库（非常熟悉项）中缺少处理布朗环汤或Schramm-Loewner演化所需的工具，因此暂不可做。若您未来希望了解该领域的入门级论述，本文篇幅较长且技术性强，不适合作为快速入门读物，故不推荐投入时间精读。

Maintained by 陈星宇 · Homepage · Source on GitHub