微分几何
这块面板不把微分几何写成术语或工具目录，而追踪近二十年怎样重新界定几何结构。第一幕从“里奇流与几何化”推进到“定量分层”，第二幕从“非交换度量几何”延伸至“极小曲面指数的反例”；共同问题是假设、奇异性、尺度和极限如何进入同一责任链。每条保留提出、争议与最新三个端点；不能找到直接反证或直接更新时，明确登记证据缺口，不以邻近文献补位。实证段只采用原始材料能够承担的样本量、效应量、阈值、结构量或装置读数，最新直接材料覆盖至2026年。供料层同时区分S、D、E位置，给出可通约量纲、反号边界、自曝与空栏，使读者既能查证领域转向，也能看到哪些对象至今没有进入现行账本。 本块把“里奇流与几何化”“信息几何的自然梯度”“极小曲面指数的反例”分别作为早期转向、规模化清算与未解前沿；第三段保留样本量、效应量、阈值或结构量，第四段明确反号边界。资料核验分为A类出版页或官方来源、B类DOI书目规范化、C类专著标准或报告定位；B、C类不冒充全文复算。
第一幕的共同动作，是把微分几何从单一可见终点拉回对象、路径与条件。“里奇流与几何化”“平均曲率流手术”和“定量分层”分别从结果、实施与环境拆开旧账本；主证据年份决定幕归属，后来的复制与争议只负责检验边界。 这一幕以“里奇流与几何化”的手术后保持几何控制的时间段／全部演化时间为起点，并由“定量分层”的反号边界检验可运输性。
甲、里奇流与几何化：奇点必须成为证明的一部分Ricci Flow and Geometrization
2006年前后的“里奇流与几何化”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“在手术中被切除、却不再进入后续流的区域”设置独立位置，但它可能直接改变手术后保持几何控制的时间段／全部演化时间。因此，微分几何讨论Ricci Flow and Geometrization时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“里奇流与几何化”能否成立的只有奇点附近的非塌缩与规范邻域结构是否可控制。本条占S位，先让“奇点附近的非塌缩与规范邻域结构是否可”承担解释责任，并用手术后保持几何控制的时间段／全部演化时间裁决。若固定“全部演化时间”后，另一维度总是更早且更稳定地改写“手术后保持几何控制的时间段”，则“里奇流与几何化”的单因命题必须收窄或被推翻。
Cao H-D, Zhu X-P在2006年的原始研究或构造提供主要证据。Cao H-D, Zhu X-P在2006年的出处给出主要证明或构造：Perelman的熵、非塌缩与手术方案把三维流形分解转成可控制的里奇流过程；围绕“里奇流与几何化”，Cao与Zhu在2006年系统整理证明链。对“里奇流与几何化”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“手术后保持几何控制的时间段”，分母必须完整保留“全部演化时间”。
反号边界是：若规范邻域失去尺度一致性，手术次数增加反而不能保证拓扑信息保存。2008年的直接争议材料把“里奇流与几何化”放到不同样本、比较口径或实施条件中重新检验。若只保留完成者、成功装置或可编码事件，“在手术中被切除、却不再进入后续流的区域”会从账本中消失，手术后保持几何控制的时间段／全部演化时间便可能在形式上改善、在真实净结果上恶化。
“里奇流与几何化”进入指南、平台、采购、绩效或临床路径后，应同步公开手术后保持几何控制的时间段／全部演化时间与“在手术中被切除、却不再进入后续流的区域”的数量和去向。
“里奇流与几何化”的跨域接口是另见第127号《心理健康服务》第2条“协作照护”。围绕“里奇流与几何化”，两边共享“01 谁进入分母”前提；在“里奇流与几何化”中，本条把S位推到首位，对方则可能锁定另一位置。应在同一对象上并读手术后保持几何控制的时间段／全部演化时间与对方量纲；若“里奇流与几何化”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
乙、合成Ricci曲率：测地线上的熵凸性替代张量Synthetic Ricci Curvature
2006年前后的“合成Ricci曲率”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“没有唯一测地线”设置独立位置，但它可能直接改变满足CD(K,N)不等式的测地线／全部测试测地线。因此，微分几何讨论Synthetic Ricci Curvature时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“合成Ricci曲率”能否成立的只有概率测度空间中的熵是否沿最优传输测地线满足规定凸性。本条占D位，先让“概率测度空间中的熵是否沿最优传输测地”承担解释责任，并用满足CD(K,N)不等式的测地线／全部测试测地线裁决。若固定“全部测试测地线”后，另一维度总是更早且更稳定地改写“满足CD(K,N)不等式的测地线”，则“合成Ricci曲率”的单因命题必须收窄或被推翻。
Sturm K-T在2006年的原始研究或构造提供主要证据。Sturm K-T在2006年的出处给出主要证明或构造：曲率—维数条件用Wasserstein测地线上的熵凸性定义无光滑结构空间的Ricci下界。对“合成Ricci曲率”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“满足CD(K,N)不等式的测地线”，分母必须完整保留“全部测试测地线”。 “合成Ricci曲率”的外推责任只有在至少两个独立场景中保持满足CD(K,N)不等式的测地线／全部测试测地线同号后才成立。
反号边界是：当分支测地线导致局部结构非黎曼时，熵条件越宽，经典张量信息反而越少。2015年的直接争议材料把“合成Ricci曲率”放到不同样本、比较口径或实施条件中重新检验。若只保留完成者、成功装置或可编码事件，“没有唯一测地线”会从账本中消失，满足CD(K,N)不等式的测地线／全部测试测地线便可能在形式上改善、在真实净结果上恶化。
“合成Ricci曲率”进入指南、平台、采购、绩效或临床路径后，应同步公开满足CD(K,N)不等式的测地线／全部测试测地线与“没有唯一测地线”的数量和去向。截至2026年8月6日尚无可承担“合成Ricci曲率”直接更新责任的独立文献，因此不以机构网页、新闻稿或邻近综述冒充新证据。
“合成Ricci曲率”的跨域接口是另见第127号《心理健康服务》第1条“危机处置替代住院”。围绕“合成Ricci曲率”，两边共享“01 谁进入分母”前提；在“合成Ricci曲率”中，本条把D位推到首位，对方则可能锁定另一位置。应在同一对象上并读满足CD(K,N)不等式的测地线／全部测试测地线与对方量纲；若“合成Ricci曲率”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
丙、离散微分几何：几何不变量必须在网格加细时收敛Discrete Differential Geometry
2008年前后的“离散微分几何”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“被网格拓扑固定而无法表达的连续奇点”设置独立位置，但它可能直接改变离散曲率误差／网格尺度的收敛阶。因此，微分几何讨论Discrete Differential Geometry时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“离散微分几何”能否成立的只有离散不变量在网格加细时是否收敛到连续不变量。本条占E位，先让“离散不变量在网格加细时是否收敛到连续”承担解释责任，并用离散曲率误差／网格尺度的收敛阶裁决。若固定“网格尺度的收敛阶”后，另一维度总是更早且更稳定地改写“离散曲率误差”，则“离散微分几何”的单因命题必须收窄或被推翻。
Bobenko AI, Suris YB在2008年的原始研究或构造提供主要证据。Bobenko AI, Suris YB在2008年的出处给出主要证明或构造：离散曲率、圆图案与可积网格把连续几何结构编码为局部组合关系，关键不再只是视觉近似。对“离散微分几何”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“离散曲率误差”，分母必须完整保留“网格尺度的收敛阶”。 “离散微分几何”的外推责任只有在至少两个独立场景中保持离散曲率误差／网格尺度的收敛阶同号后才成立。
反号边界是：当网格各向异性与拓扑改变时，分辨率越高，离散曲率反而可能振荡。截至2026年8月6日，没有检得题名与“离散微分几何”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“被网格拓扑固定而无法表达的连续奇点”会从账本中消失，离散曲率误差／网格尺度的收敛阶便可能在形式上改善、在真实净结果上恶化。
“离散微分几何”进入指南、平台、采购、绩效或临床路径后，应同步公开离散曲率误差／网格尺度的收敛阶与“被网格拓扑固定而无法表达的连续奇点”的数量和去向。
“离散微分几何”的跨域接口是另见第127号《心理健康服务》第1条“危机处置替代住院”。围绕“离散微分几何”，两边共享“01 谁进入分母”前提；在“离散微分几何”中，本条把E位推到首位，对方则可能锁定另一位置。应在同一对象上并读离散曲率误差／网格尺度的收敛阶与对方量纲；若“离散微分几何”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
丁、平均曲率流手术：凸性估计决定奇点可拆解性Mean Curvature Flow with Surgery
2009年前后的“平均曲率流手术”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“不满足标准颈模型而被停止追踪的奇点”设置独立位置，但它可能直接改变被标准颈模型覆盖的高曲率点／全部高曲率点。因此，微分几何讨论Mean Curvature Flow with Surgery时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“平均曲率流手术”能否成立的只有高曲率区是否满足统一凸性和颈部模型。本条占S位，先让“高曲率区是否满足统一凸性和颈部模型”承担解释责任，并用被标准颈模型覆盖的高曲率点／全部高曲率点裁决。若固定“全部高曲率点”后，另一维度总是更早且更稳定地改写“被标准颈模型覆盖的高曲率点”，则“平均曲率流手术”的单因命题必须收窄或被推翻。
Huisken G, Sinestrari C在2009年的原始研究或构造提供主要证据。Huisken G, Sinestrari C在2009年的出处给出主要证明或构造：二凸超曲面的凸性估计与颈部检测使高维平均曲率流可在奇点处手术并继续演化。对“平均曲率流手术”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“被标准颈模型覆盖的高曲率点”，分母必须完整保留“全部高曲率点”。
反号边界是：当非凸奇点或多尺度聚集出现时，颈部检测越严格，未分类奇点反而越多。2024年的直接争议材料把“平均曲率流手术”放到不同样本、比较口径或实施条件中重新检验。若只保留完成者、成功装置或可编码事件，“不满足标准颈模型而被停止追踪的奇点”会从账本中消失，被标准颈模型覆盖的高曲率点／全部高曲率点便可能在形式上改善、在真实净结果上恶化。
“平均曲率流手术”进入指南、平台、采购、绩效或临床路径后，应同步公开被标准颈模型覆盖的高曲率点／全部高曲率点与“不满足标准颈模型而被停止追踪的奇点”的数量和去向。
“平均曲率流手术”的跨域接口是另见第127号《心理健康服务》第5条“成瘾与严重精神障碍整合”。围绕“平均曲率流手术”，两边共享“02 单一读数代表复杂对象”前提；在“平均曲率流手术”中，本条把S位推到首位，对方则可能锁定另一位置。应在同一对象上并读被标准颈模型覆盖的高曲率点／全部高曲率点与对方量纲；若“平均曲率流手术”与对方排序稳定异号。 “平均曲率流手术”仍须以同一分母在独立场景复核。
戊、最优传输与曲率：体积比较被改写成测度位移Optimal Transport and Ricci Curvature
2009年前后的“最优传输与曲率”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“被参考测度赋零质量、但几何上存在的集合”设置独立位置，但它可能直接改变熵凸性亏损／Wasserstein路径长度平方。因此，微分几何讨论Optimal Transport and Ricci Curvature时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“最优传输与曲率”能否成立的只有测度位移凸性是否稳定携带Ricci下界。本条占D位，先让“测度位移凸性是否稳定携带Ricci下界”承担解释责任，并用熵凸性亏损／Wasserstein路径长度平方裁决。若固定“Wasserstein路径长度平方”后，另一维度总是更早且更稳定地改写“熵凸性亏损”，则“最优传输与曲率”的单因命题必须收窄或被推翻。
Lott J, Villani C在2009年的原始研究或构造提供主要证据。Lott J, Villani C在2009年的出处给出主要证明或构造：Lott与Villani证明Ricci下界可由熵沿Wasserstein测地线的位移凸性表达，并在极限下保持。对“最优传输与曲率”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“熵凸性亏损”，分母必须完整保留“Wasserstein路径长度平方”。 “最优传输与曲率”的外推责任只有在至少两个独立场景中保持熵凸性亏损／Wasserstein路径长度平方同号后才成立。
反号边界是：当测度奇异或参考测度改变时，同一度量空间的曲率符号可能反转。2008年的直接争议材料把“最优传输与曲率”放到不同样本、比较口径或实施条件中重新检验。若只保留完成者、成功装置或可编码事件，“被参考测度赋零质量、但几何上存在的集合”会从账本中消失，熵凸性亏损／Wasserstein路径长度平方便可能在形式上改善、在真实净结果上恶化。
“最优传输与曲率”进入指南、平台、采购、绩效或临床路径后，应同步公开熵凸性亏损／Wasserstein路径长度平方与“被参考测度赋零质量、但几何上存在的集合”的数量和去向。截至2026年8月6日尚无可承担“最优传输与曲率”直接更新责任的独立文献，因此不以机构网页、新闻稿或邻近综述冒充新证据。
“最优传输与曲率”的跨域接口是另见第127号《心理健康服务》第4条“早期精神病服务”。围绕“最优传输与曲率”，两边共享“02 单一读数代表复杂对象”前提；在“最优传输与曲率”中，本条把D位推到首位，对方则可能锁定另一位置。应在同一对象上并读熵凸性亏损／Wasserstein路径长度平方与对方量纲；若“最优传输与曲率”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
己、接触几何的嵌入接触同调：闭轨道进入可计算不变量Embedded Contact Homology
2011年前后的“接触几何的嵌入接触同调”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“在扰动下出生又抵消、但占用计算资源的轨道对”设置独立位置，但它可能直接改变第k个ECH容量／体积渐近尺度。因此，微分几何讨论Embedded Contact Homology时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“接触几何的嵌入接触同调”能否成立的只有Reeb轨道链复形的同调是否对接触变形保持不变。本条占E位，先让“Reeb轨道链复形的同调是否对接触变形保持不”承担解释责任，并用第k个ECH容量／体积渐近尺度裁决。若固定“体积渐近尺度”后，另一维度总是更早且更稳定地改写“第k个ECH容量”，则“接触几何的嵌入接触同调”的单因命题必须收窄或被推翻。
Hutchings M在2011年的原始研究或构造提供主要证据。Hutchings M在2011年的出处给出主要证明或构造：嵌入接触同调用Reeb轨道集和全纯曲线建立谱不变量，并连接辛嵌入容量。对“接触几何的嵌入接触同调”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“第k个ECH容量”，分母必须完整保留“体积渐近尺度”。
反号边界是：当非退化扰动选择改变链生成元时，计算越精细，几何不变量与数值表示越难分离，方向可能归零或反转。截至2026年8月6日，没有检得题名与“接触几何的嵌入接触同调”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“在扰动下出生又抵消、但占用计算资源的轨道对”会从账本中消失。
“接触几何的嵌入接触同调”进入指南、平台、采购、绩效或临床路径后，应同步公开第k个ECH容量／体积渐近尺度与“在扰动下出生又抵消、但占用计算资源的轨道对”的数量和去向。截至2026年8月6日尚无可承担“接触几何的嵌入接触同调”直接更新责任的独立文献，因此不以机构网页、新闻稿或邻近综述冒充新证据。
“接触几何的嵌入接触同调”的跨域接口是另见第127号《心理健康服务》第4条“早期精神病服务”。围绕“接触几何的嵌入接触同调”，两边共享“02 单一读数代表复杂对象”前提；在“接触几何的嵌入接触同调”中，本条把E位推到首位，对方则可能锁定另一位置。应在同一对象上并读第k个ECH容量／体积渐近尺度与对方量纲；若“接触几何的嵌入接触同调”与对方排序稳定异号。
庚、极小超曲面与Yau猜想：min-max把存在变成谱Min-Max Minimal Hypersurfaces
2014年前后的“极小超曲面与Yau猜想”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“以多重性重复出现”设置独立位置，但它可能直接改变min-max宽度／扫掠族参数维数。因此，微分几何讨论Min-Max Minimal Hypersurfaces时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“极小超曲面与Yau猜想”能否成立的只有扫掠族的宽度是否由真正的极小超曲面实现。本条占S位，先让“扫掠族的宽度是否由真正的极小超曲面实”承担解释责任，并用min-max宽度／扫掠族参数维数裁决。若固定“扫掠族参数维数”后，另一维度总是更早且更稳定地改写“min-max宽度”，则“极小超曲面与Yau猜想”的单因命题必须收窄或被推翻。
Marques FC, Neves A在2014年的原始研究或构造提供主要证据。Marques FC, Neves A在2014年给出早期前身；围绕“极小超曲面与Yau猜想”，本条以2012年后的复核、部署或制度化作为主证据阶段。Marques FC, Neves A在2014年的出处给出主要证明或构造：Almgren–Pitts min-max理论结合指数与多重性分析证明Willmore猜想，并推动闭流形上无穷多极小超曲面的研究。对“极小超曲面与Yau猜想”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“min-max宽度”，分母必须完整保留“扫掠族参数维数”。
反号边界是：当极限出现高多重覆盖时，宽度序列增加反而不保证得到新的几何对象。2016年的直接争议材料把“极小超曲面与Yau猜想”放到不同样本、比较口径或实施条件中重新检验。若只保留完成者、成功装置或可编码事件，“以多重性重复出现”会从账本中消失，min-max宽度／扫掠族参数维数便可能在形式上改善、在真实净结果上恶化。
“极小超曲面与Yau猜想”进入指南、平台、采购、绩效或临床路径后，应同步公开min-max宽度／扫掠族参数维数与“以多重性重复出现”的数量和去向。截至2026年8月6日尚无可承担“极小超曲面与Yau猜想”直接更新责任的独立文献，因此不以机构网页、新闻稿或邻近综述冒充新证据。
“极小超曲面与Yau猜想”的跨域接口是另见第200号《设计学》第20条“设计伦理”。围绕“极小超曲面与Yau猜想”，两边共享“04 测量不改变被测对象”前提；在“极小超曲面与Yau猜想”中，本条把S位推到首位，对方则可能锁定另一位置。应在同一对象上并读min-max宽度／扫掠族参数维数与对方量纲；若“极小超曲面与Yau猜想”与对方排序稳定异号，就要寻找现行分类未记录的转换项。 “极小超曲面与Yau猜想”仍须以同一分母在独立场景复核。
辛、定量分层：奇异集要按尺度和对称缺失计数Quantitative Stratification
2015年前后的“定量分层”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“在每一尺度都接近不同模型”设置独立位置，但它可能直接改变r邻域体积／r的余维幂。因此，微分几何讨论Quantitative Stratification时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“定量分层”能否成立的只有每个尺度上接近锥对称的程度是否控制奇异集体积。本条占D位，先让“每个尺度上接近锥对称的程度是否控制奇”承担解释责任，并用r邻域体积／r的余维幂裁决。若固定“r的余维幂”后，另一维度总是更早且更稳定地改写“r邻域体积”，则“定量分层”的单因命题必须收窄或被推翻。
Cheeger J, Naber A在2015年的原始研究或构造提供主要证据。Cheeger J, Naber A在2015年的出处给出主要证明或构造：定量分层用多尺度对称性缺失控制奇异集的Minkowski含量，并证明Einstein极限奇异集余维至少4。对“定量分层”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“r邻域体积”，分母必须完整保留“r的余维幂”。 “定量分层”的外推责任只有在至少两个独立场景中保持r邻域体积／r的余维幂同号后才成立。
反号边界是：当尺度之间的对称中心漂移时，单尺度近似越好，跨尺度正则性反而可能越差。截至2026年8月6日，没有检得题名与“定量分层”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“在每一尺度都接近不同模型”会从账本中消失，r邻域体积／r的余维幂便可能在形式上改善、在真实净结果上恶化。
“定量分层”进入指南、平台、采购、绩效或临床路径后，应同步公开r邻域体积／r的余维幂与“在每一尺度都接近不同模型”的数量和去向。截至2026年8月6日尚无可承担“定量分层”直接更新责任的独立文献，因此不以机构网页、新闻稿或邻近综述冒充新证据。
“定量分层”的跨域接口是另见第127号《心理健康服务》第7条“IAPT阶梯照护”。围绕“定量分层”，两边共享“04 测量不改变被测对象”前提；在“定量分层”中，本条把D位推到首位，对方则可能锁定另一位置。应在同一对象上并读r邻域体积／r的余维幂与对方量纲；若“定量分层”与对方排序稳定异号，就要寻找现行分类未记录的转换项。实施科学称“过程忠实度”只是“定量分层”的异名。 “定量分层”仍须以同一分母在独立场景复核。
第二幕的共同动作，是清算规模化、数字化和制度采纳后的回写。从“非交换度量几何”到“极小曲面指数的反例”，问题不再只是能否实现，而是假设、奇异性、尺度和极限在跨机构部署后是否保持同一含义，并让失败者、退出者和被排除者获得独立字段。
一、非交换度量几何：谱距离把代数状态变成空间Noncommutative Metric Geometry
2004年前后的“非交换度量几何”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“被谱距离识别为零、但乘法结构不同的方向”设置独立位置，但它可能直接改变量子propinquity／参照代数直径。因此，微分几何讨论Noncommutative Metric Geometry时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“非交换度量几何”能否成立的只有Lip-norm是否同时控制状态空间拓扑与代数乘法。本条占E位，先让“Lip-norm是否同时控制状态空间拓扑与代数乘法”承担解释责任，并用量子propinquity／参照代数直径裁决。若固定“参照代数直径”后，另一维度总是更早且更稳定地改写“量子propinquity”，则“非交换度量几何”的单因命题必须收窄或被推翻。
Rieffel MA在2004年的原始研究或构造提供主要证据。Rieffel MA在2004年给出早期前身；把“非交换度量几何”放入真实场景后，本条以2015年后的复核、部署或制度化作为主证据阶段。Rieffel MA在2004年的出处给出主要证明或构造：量子Gromov–Hausdorff propinquity为非交换C*代数定义可比较距离，使矩阵逼近与极限空间可量化。对“非交换度量几何”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“量子propinquity”，分母必须完整保留“参照代数直径”。 “非交换度量几何”的外推责任只有在至少两个独立场景中保持量子propinquity／参照代数直径同号后才成立。
反号边界是：当只保留状态空间距离而乘法结构漂移时，距离越小，代数对象仍可能不同，方向可能归零或反转。截至2026年8月6日，没有检得题名与“非交换度量几何”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“被谱距离识别为零、但乘法结构不同的方向”会从账本中消失。
“非交换度量几何”进入指南、平台、采购、绩效或临床路径后，应同步公开量子propinquity／参照代数直径与“被谱距离识别为零、但乘法结构不同的方向”的数量和去向。截至2026年8月6日尚无可承担“非交换度量几何”直接更新责任的独立文献。
“非交换度量几何”的跨域接口是另见第200号《设计学》第20条“设计伦理”。围绕“非交换度量几何”，两边共享“04 测量不改变被测对象”前提；在“非交换度量几何”中，本条把E位推到首位，对方则可能锁定另一位置。应在同一对象上并读量子propinquity／参照代数直径与对方量纲；若“非交换度量几何”与对方排序稳定异号。
二、信息几何的自然梯度：参数化应从优化方向中消失Natural Gradient and Information Geometry
2016年前后的“信息几何的自然梯度”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“落在零特征值方向、无法获得长度的参数组合”设置独立位置，但它可能直接改变自然梯度步长／Fisher度量下的参数距离。因此，微分几何讨论Natural Gradient and Information Geometry时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“信息几何的自然梯度”能否成立的只有更新方向是否对可逆参数变换保持协变。本条占S位，先让“更新方向是否对可逆参数变换保持协变”承担解释责任，并用自然梯度步长／Fisher度量下的参数距离裁决。若固定“Fisher度量下的参数距离”后，另一维度总是更早且更稳定地改写“自然梯度步长”，则“信息几何的自然梯度”的单因命题必须收窄或被推翻。
Amari S在2016年的原始研究或构造提供主要证据。Amari S在2016年的出处给出主要证明或构造：Fisher度量把统计模型参数空间变成黎曼流形，自然梯度在坐标重参数化下保持方向。对“信息几何的自然梯度”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“自然梯度步长”，分母必须完整保留“Fisher度量下的参数距离”。 “信息几何的自然梯度”的外推责任只有在至少两个独立场景中保持自然梯度步长／Fisher度量下的参数距离同号后才成立。
反号边界是：当Fisher矩阵病态或模型不可识别时，几何校正越强，数值噪声反而越大。截至2026年8月6日，没有检得题名与“信息几何的自然梯度”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“落在零特征值方向、无法获得长度的参数组合”会从账本中消失。
“信息几何的自然梯度”进入指南、平台、采购、绩效或临床路径后，应同步公开自然梯度步长／Fisher度量下的参数距离与“落在零特征值方向、无法获得长度的参数组合”的数量和去向。
“信息几何的自然梯度”的跨域接口是另见第127号《心理健康服务》第11条“围产期整合照护”。围绕“信息几何的自然梯度”，两边共享“13 时间尺度可自由压缩”前提；在“信息几何的自然梯度”中，本条把S位推到首位，对方则可能锁定另一位置。应在同一对象上并读自然梯度步长／Fisher度量下的参数距离与对方量纲；若“信息几何的自然梯度”与对方排序稳定异号。 “信息几何的自然梯度”仍须以同一分母在独立场景复核。
三、RCD空间：无穷小Hilbert性排除Finsler型假曲率RCD Metric-Measure Spaces
2019年前后的“RCD空间”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“测度为零但控制拓扑连通的奇异层”设置独立位置，但它可能直接改变具有唯一R^k切空间的测度／总测度。因此，微分几何讨论RCD Metric-Measure Spaces时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“RCD空间”能否成立的只有切空间是否在几乎处处尺度上唯一且欧氏化。本条占D位，先让“切空间是否在几乎处处尺度上唯一且欧氏”承担解释责任，并用具有唯一R^k切空间的测度／总测度裁决。若固定“总测度”后，另一维度总是更早且更稳定地改写“具有唯一R^k切空间的测度”，则“RCD空间”的单因命题必须收窄或被推翻。
Mondino A, Naber A在2019年的原始研究或构造提供主要证据。Mondino A, Naber A在2019年给出早期前身；Mondino A, Naber A在2019年的出处给出主要证明或构造：RCD条件把曲率—维数与无穷小Hilbert性结合，证明几乎处处存在欧氏切空间和可数整流结构。对“RCD空间”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“具有唯一R^k切空间的测度”，分母必须完整保留“总测度”。
反号边界是：当维数层在空间中跳变时，几乎处处正则越强，低测度奇异层反而越易被忽略。截至2026年8月6日，没有检得题名与“RCD空间”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“测度为零但控制拓扑连通的奇异层”会从账本中消失，具有唯一R^k切空间的测度／总测度便可能在形式上改善、在真实净结果上恶化。
“RCD空间”进入指南、平台、采购、绩效或临床路径后，应同步公开具有唯一R^k切空间的测度／总测度与“测度为零但控制拓扑连通的奇异层”的数量和去向。截至2026年8月6日尚无可承担“RCD空间”直接更新责任的独立文献，因此不以机构网页、新闻稿或邻近综述冒充新证据。
“RCD空间”的跨域接口是另见第127号《心理健康服务》第10条“同伴支持”。围绕“RCD空间”，两边共享“13 时间尺度可自由压缩”前提；在“RCD空间”中，本条把D位推到首位，对方则可能锁定另一位置。应在同一对象上并读具有唯一R^k切空间的测度／总测度与对方量纲；若“RCD空间”与对方排序稳定异号，就要寻找现行分类未记录的转换项。实施科学称“过程忠实度”只是“RCD空间”的异名，可观察预测才是分离线。 “RCD空间”仍须以同一分母在独立场景复核。
四、稠密极小超曲面：一般度量中的几何谱遍布全空间Dense Minimal Hypersurfaces
2018年前后的“稠密极小超曲面”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“不被任何已知极小面穿过的小开集”设置独立位置，但它可能直接改变被极小面穿过的开集数／全部测试开集数。因此，微分几何讨论Dense Minimal Hypersurfaces时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“稠密极小超曲面”能否成立的只有体积谱扰动是否能在任意开集产生新的极小面。本条占E位，先让“体积谱扰动是否能在任意开集产生新的极”承担解释责任，并用被极小面穿过的开集数／全部测试开集数裁决。若固定“全部测试开集数”后，另一维度总是更早且更稳定地改写“被极小面穿过的开集数”，则“稠密极小超曲面”的单因命题必须收窄或被推翻。
Irie K, Marques FC, Neves A在2018年的原始研究或构造提供主要证据。Irie K, Marques FC, Neves A在2018年的出处给出主要证明或构造：对一般度量，闭嵌入极小超曲面的并集在流形中稠密，Yau猜想由存在推进到空间填充。对“稠密极小超曲面”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“被极小面穿过的开集数”，分母必须完整保留“全部测试开集数”。
反号边界是：当度量高度对称而非一般时，稠密结论可能失效，数量增加也可能集中在少数区域。2016年的直接争议材料把“稠密极小超曲面”放到不同样本、比较口径或实施条件中重新检验。若只保留完成者、成功装置或可编码事件，“不被任何已知极小面穿过的小开集”会从账本中消失，被极小面穿过的开集数／全部测试开集数便可能在形式上改善、在真实净结果上恶化。
“稠密极小超曲面”进入指南、平台、采购、绩效或临床路径后，应同步公开被极小面穿过的开集数／全部测试开集数与“不被任何已知极小面穿过的小开集”的数量和去向。截至2026年8月6日尚无可承担“稠密极小超曲面”直接更新责任的独立文献。
“稠密极小超曲面”的跨域接口是另见第127号《心理健康服务》第10条“同伴支持”。围绕“稠密极小超曲面”，两边共享“13 时间尺度可自由压缩”前提；在“稠密极小超曲面”中，本条把E位推到首位，对方则可能锁定另一位置。应在同一对象上并读被极小面穿过的开集数／全部测试开集数与对方量纲；若“稠密极小超曲面”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
五、数据流形的拓扑清算：低维嵌入不能自动保存邻域Manifold Learning and Topology
2018年前后的“数据流形的拓扑清算”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“在低维图中被压成重叠点的高维分支”设置独立位置，但它可能直接改变保留的k近邻边／全部高维k近邻边。因此，微分几何讨论Manifold Learning and Topology时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“数据流形的拓扑清算”能否成立的只有高维邻域关系在嵌入后保持的比例。本条占S位，先让“高维邻域关系在嵌入后保持的比例”承担解释责任，并用保留的k近邻边／全部高维k近邻边裁决。若固定“全部高维k近邻边”后，另一维度总是更早且更稳定地改写“保留的k近邻边”，则“数据流形的拓扑清算”的单因命题必须收窄或被推翻。
McInnes L, Healy J, Melville J在2018年的原始研究或构造提供主要证据。McInnes L, Healy J, Melville J在2018年的出处给出主要证明或构造：UMAP用模糊单纯集合和局部连通假设构造低维嵌入，强调可视化是结构选择而非真实坐标恢复。对“数据流形的拓扑清算”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“保留的k近邻边”，分母必须完整保留“全部高维k近邻边”。
反号边界是：当密度差异大或距离集中时，图越清晰，虚假簇与断裂反而越强。截至2026年8月6日，没有检得题名与“数据流形的拓扑清算”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“在低维图中被压成重叠点的高维分支”会从账本中消失，保留的k近邻边／全部高维k近邻边便可能在形式上改善、在真实净结果上恶化。
“数据流形的拓扑清算”进入指南、平台、采购、绩效或临床路径后，应同步公开保留的k近邻边／全部高维k近邻边与“在低维图中被压成重叠点的高维分支”的数量和去向。截至2026年8月6日尚无可承担“数据流形的拓扑清算”直接更新责任的独立文献，因此不以机构网页、新闻稿或邻近综述冒充新证据。
“数据流形的拓扑清算”的跨域接口是另见第127号《心理健康服务》第14条“学校心理健康”。围绕“数据流形的拓扑清算”，两边共享“17 局部最优可加总为整体最优”前提；在“数据流形的拓扑清算”中，本条把S位推到首位，对方则可能锁定另一位置。应在同一对象上并读保留的k近邻边／全部高维k近邻边与对方量纲；若“数据流形的拓扑清算”与对方排序稳定异号。
六、标量曲率的宏观化：曲率约束必须通过宽度和填充判别Macroscopic Scalar Curvature
2018年前后的“标量曲率的宏观化”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“逃向无穷远、未进入紧致填充的几何端”设置独立位置，但它可能直接改变允许正曲率的带宽／曲率半径。因此，微分几何讨论Macroscopic Scalar Curvature时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“标量曲率的宏观化”能否成立的只有局部正曲率是否强制全局宽度上界。本条占D位，先让“局部正曲率是否强制全局宽度上界”承担解释责任，并用允许正曲率的带宽／曲率半径裁决。若固定“曲率半径”后，另一维度总是更早且更稳定地改写“允许正曲率的带宽”，则“标量曲率的宏观化”的单因命题必须收窄或被推翻。
Gromov M在2018年的原始研究或构造提供主要证据。Gromov M在2018年的出处给出主要证明或构造：宏观标量曲率方案用带宽、填充与超球性不等式把局部曲率与大尺度拓扑联系起来。对“标量曲率的宏观化”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“允许正曲率的带宽”，分母必须完整保留“曲率半径”。 “标量曲率的宏观化”的外推责任只有在至少两个独立场景中保持允许正曲率的带宽／曲率半径同号后才成立。
反号边界是：当边界平均曲率或完备性条件缺失时，局部曲率越正，全局拓扑限制未必越强。2024年的直接争议材料把“标量曲率的宏观化”放到不同样本、比较口径或实施条件中重新检验。若只保留完成者、成功装置或可编码事件，“逃向无穷远、未进入紧致填充的几何端”会从账本中消失，允许正曲率的带宽／曲率半径便可能在形式上改善、在真实净结果上恶化。
“标量曲率的宏观化”进入指南、平台、采购、绩效或临床路径后，应同步公开允许正曲率的带宽／曲率半径与“逃向无穷远、未进入紧致填充的几何端”的数量和去向。
“标量曲率的宏观化”的跨域接口是另见第127号《心理健康服务》第13条“临床高风险计算器”。围绕“标量曲率的宏观化”，两边共享“17 局部最优可加总为整体最优”前提；在“标量曲率的宏观化”中，本条把D位推到首位，对方则可能锁定另一位置。应在同一对象上并读允许正曲率的带宽／曲率半径与对方量纲；若“标量曲率的宏观化”与对方排序稳定异号。 “标量曲率的宏观化”仍须以同一分母在独立场景复核。
七、非塌缩Ricci流极限：奇异时空取代逐时切片Ricci Flow Spacetimes
2020年前后的“非塌缩Ricci流极限”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“在奇异时刻终止、未进入下一切片的世界线”设置独立位置，但它可能直接改变可比较时空区域体积／全部极限时空体积。因此，微分几何讨论Ricci Flow Spacetimes时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“非塌缩Ricci流极限”能否成立的只有时空度量与热流是否共同控制奇异极限。本条占E位，先让“时空度量与热流是否共同控制奇异极限”承担解释责任，并用可比较时空区域体积／全部极限时空体积裁决。若固定“全部极限时空体积”后，另一维度总是更早且更稳定地改写“可比较时空区域体积”，则“非塌缩Ricci流极限”的单因命题必须收窄或被推翻。
Bamler RH在2020年的原始研究或构造提供主要证据。Bamler RH在2020年的出处给出主要证明或构造：时空化方法把奇异Ricci流视为带时间函数和度量结构的整体对象，避免只在每个时刻补丁式延拓。对“非塌缩Ricci流极限”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“可比较时空区域体积”，分母必须完整保留“全部极限时空体积”。 “非塌缩Ricci流极限”的外推责任只有在至少两个独立场景中保持可比较时空区域体积／全部极限时空体积同号后才成立。
反号边界是：当质量在奇异时间层消失时，逐时收敛越好，跨时间因果路径反而越难恢复。截至2026年8月6日，没有检得题名与“非塌缩Ricci流极限”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“在奇异时刻终止、未进入下一切片的世界线”会从账本中消失。
“非塌缩Ricci流极限”进入指南、平台、采购、绩效或临床路径后，应同步公开可比较时空区域体积／全部极限时空体积与“在奇异时刻终止、未进入下一切片的世界线”的数量和去向。
“非塌缩Ricci流极限”的跨域接口是另见第127号《心理健康服务》第13条“临床高风险计算器”。围绕“非塌缩Ricci流极限”，两边共享“17 局部最优可加总为整体最优”前提；在“非塌缩Ricci流极限”中，本条把E位推到首位，对方则可能锁定另一位置。应在同一对象上并读可比较时空区域体积／全部极限时空体积与对方量纲；若“非塌缩Ricci流极限”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
八、几何深度学习：对称性必须进入模型架构Geometric Deep Learning
2021年前后的“几何深度学习”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“不服从主对称群的稀有样本和边界条件”设置独立位置，但它可能直接改变等变误差／输入变换幅度。因此，微分几何讨论Geometric Deep Learning时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“几何深度学习”能否成立的只有任务对称群是否被模型层严格保持。本条占S位，先让“任务对称群是否被模型层严格保持”承担解释责任，并用等变误差／输入变换幅度裁决。若固定“输入变换幅度”后，另一维度总是更早且更稳定地改写“等变误差”，则“几何深度学习”的单因命题必须收窄或被推翻。
Bronstein MM, Bruna J, Cohen T, Veličković P在2021年的原始研究或构造提供主要证据。Bronstein等用不变性、等变性、局部性和多尺度结构统一图、流形、网格与群上的学习。2024年Scientific Reports工作以深度学习逼近Calabi–Yau上的Ricci平坦度量，展示几何约束可进入损失与误差审计；关键不是单一准确率，而是等变误差、几何残差和跨坐标图迁移能否同时收敛。对“几何深度学习”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“等变误差”，分母必须完整保留“输入变换幅度”。
反号边界是：当数据生成过程破坏假定对称性时，架构越等变，系统偏差反而越难修正。截至2026年8月6日，没有检得题名与“几何深度学习”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“不服从主对称群的稀有样本和边界条件”会从账本中消失，等变误差／输入变换幅度便可能在形式上改善、在真实净结果上恶化。
“几何深度学习”进入指南、平台、采购、绩效或临床路径后，应同步公开等变误差／输入变换幅度与“不服从主对称群的稀有样本和边界条件”的数量和去向。2024年的直接更新继续用同一对象与边界检验“几何深度学习”，而不是只增加一个新术语。
“几何深度学习”的跨域接口是另见第127号《心理健康服务》第17条“等待时间治理”。围绕“几何深度学习”，两边共享“22 通过形式审查等于实质合规”前提；在“几何深度学习”中，本条把S位推到首位，对方则可能锁定另一位置。应在同一对象上并读等变误差／输入变换幅度与对方量纲；若“几何深度学习”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
九、曲率下界的整流性：奇异集要有可数几何坐标Rectifiability of Singular Sets
2021年前后的“曲率下界的整流性”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“测度不可见却阻断测地延拓的奇异点”设置独立位置，但它可能直接改变可整流奇异测度／奇异层总测度。因此，微分几何讨论Rectifiability of Singular Sets时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“曲率下界的整流性”能否成立的只有奇异层是否可由可数Lipschitz图覆盖。本条占D位，先让“奇异层是否可由可数Lipschitz图覆盖”承担解释责任，并用可整流奇异测度／奇异层总测度裁决。若固定“奇异层总测度”后，另一维度总是更早且更稳定地改写“可整流奇异测度”，则“曲率下界的整流性”的单因命题必须收窄或被推翻。
Cheeger J, Jiang W, Naber A在2021年的原始研究或构造提供主要证据。Cheeger J, Jiang W, Naber A在2021年的出处给出主要证明或构造：非塌缩Ricci极限的各奇异层具有可数整流性，并在几乎处处拥有唯一切锥结构。对“曲率下界的整流性”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“可整流奇异测度”，分母必须完整保留“奇异层总测度”。 “曲率下界的整流性”的外推责任只有在至少两个独立场景中保持可整流奇异测度／奇异层总测度同号后才成立。
反号边界是：当塌缩或测度权重改变时，可整流比例提高也不保证拓扑奇异性减弱，方向可能归零或反转。截至2026年8月6日，没有检得题名与“曲率下界的整流性”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“测度不可见却阻断测地延拓的奇异点”会从账本中消失。
“曲率下界的整流性”进入指南、平台、采购、绩效或临床路径后，应同步公开可整流奇异测度／奇异层总测度与“测度不可见却阻断测地延拓的奇异点”的数量和去向。截至2026年8月6日尚无可承担“曲率下界的整流性”直接更新责任的独立文献。
“曲率下界的整流性”的跨域接口是另见第127号《心理健康服务》第16条“开放对话”。围绕“曲率下界的整流性”，两边共享“22 通过形式审查等于实质合规”前提；在“曲率下界的整流性”中，本条把D位推到首位，对方则可能锁定另一位置。应在同一对象上并读可整流奇异测度／奇异层总测度与对方量纲；若“曲率下界的整流性”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
十、几何神经算子的连续极限：离散网格模型必须可迁移Geometric Neural Operators
2023年前后的“几何神经算子的连续极限”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“训练网格未覆盖的奇异边界和拓扑变化”设置独立位置，但它可能直接改变跨网格相对误差／训练网格相对误差。因此，微分几何讨论Geometric Neural Operators时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“几何神经算子的连续极限”能否成立的只有离散化改变后保持的算子误差／原网格误差。本条占E位，先让“离散化改变后保持的算子误差／原网格误差”承担解释责任，并用跨网格相对误差／训练网格相对误差裁决。若固定“训练网格相对误差”后，另一维度总是更早且更稳定地改写“跨网格相对误差”，则“几何神经算子的连续极限”的单因命题必须收窄或被推翻。
Kovachki N, Li Z, Liu B, et al在2023年的原始研究或构造提供主要证据。Kovachki N, Li Z, Liu B, et al在2023年的出处给出主要证明或构造：神经算子学习函数空间到函数空间的映射，试图使分辨率变化不再迫使模型重训。对“几何神经算子的连续极限”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“跨网格相对误差”，分母必须完整保留“训练网格相对误差”。
反号边界是：当几何边界与训练分布变化时，分辨率不变性越好，域外物理错误反而越隐蔽。截至2026年8月6日，没有检得题名与“几何神经算子的连续极限”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“训练网格未覆盖的奇异边界和拓扑变化”会从账本中消失。
“几何神经算子的连续极限”进入指南、平台、采购、绩效或临床路径后，应同步公开跨网格相对误差／训练网格相对误差与“训练网格未覆盖的奇异边界和拓扑变化”的数量和去向。2024年的直接更新继续用同一对象与边界检验“几何神经算子的连续极限”，而不是只增加一个新术语。
“几何神经算子的连续极限”的跨域接口是另见第127号《心理健康服务》第16条“开放对话”。围绕“几何神经算子的连续极限”，两边共享“22 通过形式审查等于实质合规”前提；在“几何神经算子的连续极限”中，本条把E位推到首位，对方则可能锁定另一位置。应在同一对象上并读跨网格相对误差／训练网格相对误差与对方量纲；若“几何神经算子的连续极限”与对方排序稳定异号。
十一、正标量曲率的μ气泡：稳定面替代全局指数论Mu-Bubbles and Scalar Curvature
2024年前后的“正标量曲率的μ气泡”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“不能继续降维、却承担拓扑障碍的残余区域”设置独立位置，但它可能直接改变可完成的降维次数／流形维数。因此，微分几何讨论Mu-Bubbles and Scalar Curvature时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“正标量曲率的μ气泡”能否成立的只有稳定μ气泡能否把高维曲率约束降维传递。本条占S位，先让“稳定μ气泡能否把高维曲率约束降维传递”承担解释责任，并用可完成的降维次数／流形维数裁决。若固定“流形维数”后，另一维度总是更早且更稳定地改写“可完成的降维次数”，则“正标量曲率的μ气泡”的单因命题必须收窄或被推翻。
Chodosh O, Li C在2024年的原始研究或构造提供主要证据。Chodosh O, Li C在2024年的出处给出主要证明或构造：广义肥皂泡作为规定平均曲率泛函的稳定临界面，排除4、5维闭非球面流形上的正标量曲率。对“正标量曲率的μ气泡”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“可完成的降维次数”，分母必须完整保留“流形维数”。
反号边界是：当稳定性常数在降维中耗尽时，维数越高，气泡方法反而越快失去控制。截至2026年8月6日，没有检得题名与“正标量曲率的μ气泡”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“不能继续降维、却承担拓扑障碍的残余区域”会从账本中消失，可完成的降维次数／流形维数便可能在形式上改善、在真实净结果上恶化。
“正标量曲率的μ气泡”进入指南、平台、采购、绩效或临床路径后，应同步公开可完成的降维次数／流形维数与“不能继续降维、却承担拓扑障碍的残余区域”的数量和去向。截至2026年8月6日尚无可承担“正标量曲率的μ气泡”直接更新责任的独立文献，因此不以机构网页、新闻稿或邻近综述冒充新证据。
“正标量曲率的μ气泡”的跨域接口是另见第200号《设计学》第14条“交互设计中的可供性”。围绕“正标量曲率的μ气泡”，两边共享“19 类别互斥且穷尽”前提；在“正标量曲率的μ气泡”中，本条把S位推到首位，对方则可能锁定另一位置。应在同一对象上并读可完成的降维次数／流形维数与对方量纲；若“正标量曲率的μ气泡”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
十二、极小曲面指数的反例：高能量不保证唯一稳定表示Unstable Minimal Maps
2026年前后的“极小曲面指数的反例”改写了一条旧默认：光滑流形、全局张量和无奇点演化可以作为默认背景。旧账本没有为“同一表示下被稳定解筛选掉的不稳定极小映射”设置独立位置，但它可能直接改变不稳定方向数／极小映射能量。因此，微分几何讨论Unstable Minimal Maps时，必须把假设、奇异性、尺度和极限放回同一对象与观察窗，而不能只保留最易登记的终点。
可反驳主张是：决定“极小曲面指数的反例”能否成立的只有表示对应的极小映射是否具有统一指数下界与唯一性。本条占D位，先让“表示对应的极小映射是否具有统一指数下”承担解释责任，并用不稳定方向数／极小映射能量裁决。若固定“极小映射能量”后，另一维度总是更早且更稳定地改写“不稳定方向数”，则“极小曲面指数的反例”的单因命题必须收窄或被推翻。
Sagman N, Smillie P在2026年的原始研究或构造提供主要证据。Sagman N, Smillie P在2026年的出处给出主要证明或构造：作者构造高秩Hitchin表示的等变不稳定极小映射，否定某些唯一性与稳定性预期。对“极小曲面指数的反例”而言，证据只承担原文能够支持的样本量、效应量、阈值、结构量或装置读数；判读时分子是“不稳定方向数”，分母必须完整保留“极小映射能量”。 “极小曲面指数的反例”的外推责任只有在至少两个独立场景中保持不稳定方向数／极小映射能量同号后才成立。
反号边界是：当目标对称空间秩增大时，能量极小候选越自然，实际指数反而可能越高。截至2026年8月6日，没有检得题名与“极小曲面指数的反例”核心命题直接相反且元数据完整的独立论文；不能用邻近主题补位。若只保留完成者、成功装置或可编码事件，“同一表示下被稳定解筛选掉的不稳定极小映射”会从账本中消失。
“极小曲面指数的反例”进入指南、平台、采购、绩效或临床路径后，应同步公开不稳定方向数／极小映射能量与“同一表示下被稳定解筛选掉的不稳定极小映射”的数量和去向。
“极小曲面指数的反例”的跨域接口是另见第180号《宗教社会学》第13条“退教研究”。围绕“极小曲面指数的反例”，两边共享“20 窗口内稳定等于长期稳定”前提；在“极小曲面指数的反例”中，本条把D位推到首位，对方则可能锁定另一位置。应在同一对象上并读不稳定方向数／极小映射能量与对方量纲；若“极小曲面指数的反例”与对方排序稳定异号，就要寻找现行分类未记录的转换项。
◎ 二十年连起来看
第一条贯穿线是：几何结构从名义覆盖转向可判决的分子与分母。“里奇流与几何化”与“非交换度量几何”都表明，只报一个中心读数会把选择机制藏进结果；本块20条因此逐一给出带分母量纲。 例如“里奇流与几何化”必须同时核对手术后保持几何控制的时间段／全部演化时间，并把“在手术中被切除、却不再进入后续流的区域”从余数改成独立记录；否则贯穿线只剩口号。
第二条贯穿线是：路径本身成为因果对象。“合成Ricci曲率”“RCD空间”与“曲率下界的整流性”不再把实施差异视为噪声，而是要求记录顺序、升级、维护、退出或控制周期；路径改变时，方向可以反号。 例如“合成Ricci曲率”必须同时核对满足CD(K,N)不等式的测地线／全部测试测地线，并把“没有唯一测地线”从余数改成独立记录；否则贯穿线只剩口号。 该读数在至少两个独立场景保持同号，才获得超出原样本的责任。
第三条贯穿线是：制度采用会回写指标。“数据流形的拓扑清算”和“极小曲面指数的反例”进入平台、指南或设施后，参与者与机构会围绕阈值重新组织行为；所以微分几何已经长出一套针对分母漂移、外部验证和空栏的自我审查能力。 例如“极小曲面指数的反例”必须同时核对不稳定方向数／极小映射能量，并把“同一表示下被稳定解筛选掉的不稳定极小映射”从余数改成独立记录；否则贯穿线只剩口号。
◎ 三个常见误解
误解一是把“更新”理解为增加新设备或新名词。这个误解容易成立，因为“几何深度学习”一类条目常以技术形态出现；正确判据却是它是否推翻旧默认、给出可证伪单因，并能由等变误差／输入变换幅度裁决。
误解二是样本越大、传感越密或参数越多，偏差必然越小。“正标量曲率的μ气泡”显示，数据增长若沿用同一选择机制，只会更精确地复制缺失；必须把“不能继续降维、却承担拓扑障碍的残余区域”另设字段。
误解三是通过报告清单、伦理原则或形式审查便等于实质安全。“极小曲面指数的反例”的失效条件恰好相反：当目标对称空间秩增大时，能量极小候选越自然，实际指数反而可能越高。正确表述是，合规只能证明检查被执行，不能证明风险已经消失。
◎ 与相邻领域的接口
与统计、因果推断的接口是分母与外推。微分几何负责定义“谁、什么、哪段时间”算对象，统计方法负责在该定义内估计不确定性；对象边界一变，原置信区间不能原样搬运。
与工程和最优化的接口是控制与代价。“稠密极小超曲面”要求把过程忠实度、资源预算或安全过滤器写进系统，而工程学给出可控性和停止准则；两者的分工判据是失败是否来自机制不可控，还是目标定义错误。
与社会学、伦理和法学的接口是资格与分配。“几何神经算子的连续极限”中的平均改善不能回答谁承担成本、谁被排除；后者必须由权利、责任和群体分布另行判断。
与设计、传播和平台研究的接口是使用后的回写。“几何深度学习”一经嵌入界面或流程，记录行为就会改变被记录对象；本块提供结果与失效证据，相邻领域解释界面、组织和权力怎样生产这些读数。
◎ 争议现场
争议一：里奇流与几何化的平均效应能否指导尾部个案。收敛条件是至少两个独立场景预注册同一手术后保持几何控制的时间段／全部演化时间，并公开“在手术中被切除、却不再进入后续流的区域”；只复制显著性不能结束争论。
争议二：RCD空间的机制能否跨制度运输。收敛条件是把源场景与目标场景的资源、对象和步骤逐项映射，报告校准漂移与反号亚组，而不是把“实施差异”留在讨论部分。
争议三：极小曲面指数的反例的数字化或规模化收益是否大于新风险。收敛条件是用决策曲线、净获益、长期随访或结构等价检验同时记录收益、伤害、退出和维护成本；一项精度或一个案例不足以收敛。
◎ 往下五年看什么
观察读数一：离散微分几何在独立机构中保持同号的中心数／全部外部验证中心数，而不是最高单中心精度。
观察读数二：“以多重性重复出现”是否在登记、指南或数据字典中获得独立字段；字段出现才说明分母治理开始改变。
观察读数三：几何深度学习进入绩效或平台后，原指标与真实结局之间的校准斜率是否漂移；漂移大于预设阈值就应触发重新定义。
观察读数四：极小曲面指数的反例的净获益是否在弱势、低资源或高风险亚组同步出现，并且没有以更高退出、等待、耗能或照护负担换取。
◎ 可与哪些领域对撞
本块第1条“里奇流与几何化”与另见第127号《心理健康服务》第2条“协作照护”对撞。两边共享“01 谁进入分母”前提；本条把S位视为充分原因，对方则把D或E位推到首位。若两边都成立，就必须承认现有分类漏掉了一个把手术后保持几何控制的时间段／全部演化时间转换为对方读数的第三机制；判决性预测是两个读数在同一对象上何时稳定异号。
本块第6条“接触几何的嵌入接触同调”与另见第127号《心理健康服务》第4条“早期精神病服务”对撞。两边共享“02 单一读数代表复杂对象”前提；本条把E位视为充分原因，对方则把S或D位推到首位。若两边都成立，就必须承认现有分类漏掉了一个把第k个ECH容量／体积渐近尺度转换为对方读数的第三机制；判决性预测是两个读数在同一对象上何时稳定异号。
本块第11条“RCD空间”与另见第127号《心理健康服务》第10条“同伴支持”对撞。两边共享“13 时间尺度可自由压缩”前提；本条把D位视为充分原因，对方则把S或E位推到首位。若两边都成立，就必须承认现有分类漏掉了一个把具有唯一R^k切空间的测度／总测度转换为对方读数的第三机制；判决性预测是两个读数在同一对象上何时稳定异号。
本块第16条“几何深度学习”与另见第127号《心理健康服务》第17条“等待时间治理”对撞。两边共享“22 通过形式审查等于实质合规”前提；本条把S位视为充分原因，对方则把D或E位推到首位。若两边都成立，就必须承认现有分类漏掉了一个把等变误差／输入变换幅度转换为对方读数的第三机制；判决性预测是两个读数在同一对象上何时稳定异号。
◎ 十条可做的研究命题
1. 命题：“里奇流与几何化”主要由只有奇点附近的非塌缩与规范邻域结构是否可是决定性的解释。方法：两场景预注册手术后保持几何控制的时间段／全部演化时间，登记“在手术中被切除、却不再进入后续流的区域”。证伪：方向反号，或另一位置稳定先行。
2. 命题：“离散微分几何”主要由只有离散不变量在网格加细时是否收敛到连续是决定性的解释。方法：两场景预注册离散曲率误差／网格尺度的收敛阶，登记“被网格拓扑固定而无法表达的连续奇点”。证伪：方向反号，或另一位置稳定先行。
3. 命题：“最优传输与曲率”主要由只有测度位移凸性是否稳定携带Ricci下界是决定性的解释。方法：两场景预注册熵凸性亏损／Wasserstein路径长度平方，登记“被参考测度赋零质量、但几何上存在的集合”。证伪：方向反号，或另一位置稳定先行。
4. 命题：“极小超曲面与Yau猜想”主要由只有扫掠族的宽度是否由真正的极小超曲面实是决定性的解释。方法：两场景预注册min-max宽度／扫掠族参数维数，登记“以多重性重复出现”。证伪：方向反号，或另一位置稳定先行。
5. 命题：“非交换度量几何”主要由只有Lip-norm是否同时控制状态空间拓扑与代数乘法是决定性的解释。方法：两场景预注册量子propinquity／参照代数直径，登记“被谱距离识别为零、但乘法结构不同的方向”。证伪：方向反号，或另一位置稳定先行。
6. 命题：“RCD空间”主要由只有切空间是否在几乎处处尺度上唯一且欧氏是决定性的解释。方法：两场景预注册具有唯一R^k切空间的测度／总测度，登记“测度为零但控制拓扑连通的奇异层”。证伪：方向反号，或另一位置稳定先行。
7. 命题：“数据流形的拓扑清算”主要由只有高维邻域关系在嵌入后保持的比例是决定性的解释。方法：两场景预注册保留的k近邻边／全部高维k近邻边，登记“在低维图中被压成重叠点的高维分支”。证伪：方向反号，或另一位置稳定先行。
8. 命题：“非塌缩Ricci流极限”主要由只有时空度量与热流是否共同控制奇异极限是决定性的解释。方法：两场景预注册可比较时空区域体积／全部极限时空体积，登记“在奇异时刻终止、未进入下一切片的世界线”。证伪：方向反号，或另一位置稳定先行。
9. 命题：“曲率下界的整流性”主要由只有奇异层是否可由可数Lipschitz图覆盖是决定性的解释。方法：两场景预注册可整流奇异测度／奇异层总测度，登记“测度不可见却阻断测地延拓的奇异点”。证伪：方向反号，或另一位置稳定先行。
10. 命题：“极小曲面指数的反例”主要由只有表示对应的极小映射是否具有统一指数下是决定性的解释。方法：两场景预注册不稳定方向数／极小映射能量，登记“同一表示下被稳定解筛选掉的不稳定极小映射”。证伪：方向反号，或另一位置稳定先行。
◎ 资料核验
- Cao H-D, Zhu X-P. A complete proof of the Poincaré and geometrization conjectures. Asian J Math. 2006;10:165-492. doi:10.4310/AJM.2006.v10.n2.a2。
- Kleiner B, Lott J. Notes on Perelman’s papers. Geom Topol. 2008;12:2587-2855. doi:10.2140/gt.2008.12.2587。
- Sturm K-T. On the geometry of metric measure spaces I-II. Acta Math. 2006;196:65-177. doi:10.1007/s11511-006-0002-8。
- Ambrosio L, Gigli N, Savaré G. Metric measure spaces with Riemannian Ricci curvature bounded from below. Duke Math J. 2015;163:1405-1490. doi:10.1215/00127094-2681605。
- Bobenko AI, Suris YB. Discrete Differential Geometry: Integrable Structure. AMS; 2008。
- Huisken G, Sinestrari C. Mean curvature flow with surgeries of two-convex hypersurfaces. Invent Math. 2009;175:137-221. doi:10.1007/s00222-008-0148-4。
- Chodosh O, Li C. Generalized soap bubbles and the topology of manifolds with positive scalar curvature. Ann Math. 2024;199:707-740. doi:10.4007/annals.2024.199.2.3。
- Lott J, Villani C. Ricci curvature for metric-measure spaces via optimal transport. Ann Math. 2009;169:903-991. doi:10.4007/annals.2009.169.903。
- Hutchings M. Quantitative embedded contact homology. J Differ Geom. 2011;88:231-266。
- Marques FC, Neves A. Min-max theory and the Willmore conjecture. Ann Math. 2014;179:683-782. doi:10.4007/annals.2014.179.2.6。
- Marques FC, Neves A. Morse index and multiplicity of min-max minimal hypersurfaces. Camb J Math. 2016;4:463-511. doi:10.4310/CJM.2016.v4.n4.a2。
- Cheeger J, Naber A. Regularity of Einstein manifolds and the codimension 4 conjecture. Ann Math. 2015;182:1093-1165. doi:10.4007/annals.2015.182.3.5。
- Rieffel MA. Gromov-Hausdorff distance for quantum metric spaces. Mem AMS. 2004;168(796); Latrémolière 2015 propinquity。
- Amari S. Information Geometry and Its Applications. Springer; 2016。
- Mondino A, Naber A. Structure theory of metric-measure spaces with lower Ricci curvature bounds. J Eur Math Soc. 2019;21:1809-1854. doi:10.4171/JEMS/874。
- Irie K, Marques FC, Neves A. Density of minimal hypersurfaces for generic metrics. Ann Math. 2018;187:963-972. doi:10.4007/annals.2018.187.3.8。
- McInnes L, Healy J, Melville J. UMAP: Uniform manifold approximation and projection for dimension reduction. 2018 preprint arXiv:1802.03426。
- Gromov M. Metric inequalities with scalar curvature. Geom Funct Anal. 2018;28:645-726。
- Bamler RH. Compactness theory of the space of super Ricci flows. Invent Math. 2020;221:1121-1171。
- Bronstein MM, Bruna J, Cohen T, Veličković P. Geometric deep learning. IEEE Signal Process Mag. 2021;38(2):18-42. doi:10.1109/MSP.2021.3053129。
- Baptista A, et al. Deep learning Ricci-flat metrics on Calabi–Yau manifolds. Scientific Reports. 2024;14:23383. doi:10.1038/s41598-024-74045-9。
- Cheeger J, Jiang W, Naber A. Rectifiability of singular sets of noncollapsed limit spaces with Ricci curvature bounded below. Ann Math. 2021;193:407-538. doi:10.4007/annals.2021.193.2.3。
- Kovachki N, Li Z, Liu B, et al. Neural operator: learning maps between function spaces. J Mach Learn Res. 2023;24:1-97。
- Levin E, Diaz M. Any-dimensional equivariant neural networks. Proc AISTATS. 2024;238:2773-2781。
- Sagman N, Smillie P. Unstable minimal surfaces in symmetric spaces of non-compact type. Ann Math. accepted 2026。