泛函分析与算子代数
泛函分析与算子代数近二十年的中心变化，不是又增加了多少抽象对象，而是“何时可以由有限数据控制无限结构”的判据被反复改写。上一个十年，分类纲领遇到反例，Banach空间几何被迫改用度量不变量，非交换概率与矩阵凸性长出可操作工具；这十年，核C*代数分类重新收束，量子相关把康纳嵌入问题推向否定答案，非交换输运、粗几何与可信基记账开始彼此连接。以下二十条尽量把定理范围、反例结构与可计算分母同时写清。选目从分类反例、正则维数、Cuntz半群、非交换几何与自由概率等几条路线交叉推进。第一幕主要暴露经典不变量与有限维直觉的缺口，第二幕则把核维数、吸收性、量子度量和随机矩阵极限接成新的结构判据。这里所谓进展，不按定理篇幅或技术难度排序，而看它是否换掉了“什么数据足以决定对象”的默认。读者应特别留意：同一个“有限近似”在分类、动力学和量子信息里有不同分母，不能因术语相同就视为同一命题。阅读时应把每条的主证据年份、关键读数与失效条件连在一起，而不能把标题本身当作已经稳定的共识。
第一幕共同做的是拆穿“有限不变量足以控制无限对象”的乐观默认，并用反例、度量化与随机矩阵极限建立新的局部判据。从“分类反例：同一不变量不再保证同构”到“Kadison–Singer：随机分割解决纯算子问题”，共同动作是把旧默认改写成可反驳的结构命题；主证据均在2016年前形成。
甲、分类反例：同一不变量不再保证同构Counterexamples to Elliott Classification
在2008年前后的文献中，标准叙事是“简单、可分、核C*代数应当由K理论、迹单纯形及其配对完全分类”。这个叙事之所以长期有效，是因为经典例子没有暴露如下缺口：两个代数可以拥有相同Elliott不变量，却在半群层的比较结构上不同。主证据迫使研究者把对象、表示与验证尺度拆开；以“被不变量区分的代数对数／具有相同经典不变量的候选对数”重新计量后，过去被当作技术噪声的部分，成为决定结论方向的变量。
核心主张是：分类不变量必须记录正元素的细粒度比较，而不能只保留投影与迹的线性数据。它不是定义性的正确，而有清楚的否证口：若补入Cuntz半群后仍能构造同不变量而不同构的一族，则新分类口径仍不完备。因此，论证责任从“展示一个成功例子”转为说明成功在什么范围保持、失败在什么条件出现，并把存在性、稳定性、可计算性或可迁移性分层报告。
证据链的锚点是Toms在2008年《Annals of Mathematics》167卷1029–1044页的分类反例。论文构造了简单、可分、核的AH代数对，它们的Elliott不变量相同，却因稳定秩与正元素比较不同而不可能同构；反例把分类缺口定位到连续同伦不变量看不见的层次。若只保留结论而删去读数，读者无法知道改变发生在对象数、尺度、覆盖、计算复杂度还是预测误差；“被不变量区分的代数对数／具有相同经典不变量的候选对数”因此是本条最应被复核的部分，也是后续反例必须对齐的分母。
后续争论集中在：反例并未否定所有分类结果，它针对缺乏正则性的宽类；在有限核维数、Z稳定或良好迹空间条件下，原纲领后来重新成立。因此，本条并非无条件有效；当对象限定在已知可分类的Z稳定有限核维数类时，本反例不再否定分类。收口所需的不是一句“仍需研究”，而是一套双方都可能失败的设计：统一对象、分母、反例族和资源预算，并让“被不变量区分的代数对数／具有相同经典不变量的候选对数”在独立材料上接受复算。
由此，Cuntz半群从边缘不变量变成分类工具，研究者开始把“有哪些投影”改成“正元素怎样互相次等价”。对本项证据须公开“被不变量区分的代数对数／具有相同经典不变量的候选对数”、失败对象和资源成本；只报最优结果不足以支持迁移。
接口：第301号第二条的Z稳定把本条暴露的缺口转化为正则性条件；第352号“可信基记账”则提供了相同的责任逻辑：结论要按未被不变量覆盖的部分计价。异名：模型选择称“不可识别”，统计学称“充分统计量失效”；另见第307号模型平均条目。共享预设为“有限不变量可以无损压缩无限维代数的同构类型”；先统一“被不变量区分的代数对数／具有相同经典不变量的候选对数”，若仍逆向，再检验对象类、归一化与隐藏常数。
乙、Z稳定：分类需要可吸收的正则性Z-stability as Regularity
2007年前后，旧框架把问题压成一句话：“核性本身就足以保证简单C*代数表现得像非交换有限维空间”。但Toms反例显示核性太弱，维数增长和正元素比较可以在经典不变量之外失控，使同名结论在不同对象上并不可比。这里的卡点不是技巧不足，而是分母缺席：只有把“近似分解颜色数／允许的完全正映射层数”固定下来，才能区分真结构、近似误差与由选择过程制造的表面一致。
理论内容不是“再加一种方法”，而是：对简单核C*代数，Z稳定、有限核维数和严格比较应被看作同一正则性现象的不同表面。它允许以下决定性反例：若找到满足其中两项却稳定违反第三项的简单核代数族，则正则性三联关系必须拆开。检验时必须让支持方与反对方在同一对象、同一误差口径和同一停止规则下比较，否则双方只是在各自定义的成功条件里获胜。
Toms与Winter在2007年提出的强自吸收C*代数框架及Winter在2012年的核维数结果是本条的证据起点。强自吸收代数框架把A≈A⊗Z写成可检验的吸收条件；Winter随后证明有限核维数在广泛迹空间条件下推出Z稳定，使“像有限维”从比喻变成有限颜色分解。具体读数“近似分解颜色数／允许的完全正映射层数”把旧默认送上同一口径的检验台：纯数学中它表现为结构降维、常数或端点，统计与教育研究中则表现为样本、效应、覆盖或预测损失。共同点是结论不再只靠叙述成立。
结论的边界同样具体：三种正则性在最一般情形的等价需要额外假设，特别是单纯性、可分性、核性与迹空间结构；UCT问题仍未被这一链条解决。可检查的失效条件是：若代数非简单、非核或迹空间极端病态，Z稳定不足以单独给出分类。争议若要收敛，双方需在最容易触发这些边界的对象上共同检验，并公开反例族、定理常数和构造复杂度；只展示顺手的对象或平均结果，会把条件性成功误报为普遍规律。
实践上，本条要求：分类研究由搜集更多不变量转向先筛出正则类，再在类内证明不变量完备，减少了无限添加修补项的做法。具体到本条，本项复核须同时说明“近似分解颜色数／允许的完全正映射层数”、最坏对象和计算或实施成本；否则一个看似更强的结果，可能只是使用了更窄的任务、更宽的容差或未计入的外部资源。
接口见与第301号第十二条“二颜色分类”相接：Z稳定提供可吸收背景，二颜色方法负责把同态比较压到有限颜色；与第310号多分辨率近似共享“有限层分解控制无限对象”的预设。其他领域称：动力系统称“吸收性”，材料学称“尺度无关稳定”；另见第245号系统韧性条目。只有“近似分解颜色数／允许的完全正映射层数”可换算时才属同一动作；冲突仍在时应测量对象类、归一化与隐藏常数。
丙、度量余型：Banach几何不应依赖线性坐标Metric Cotype and the Ribe Program
在2008年前后的文献中，默认判断仍是“Banach空间的型与余型本质上依赖向量加法、标量乘法和线性算子”。它没有处理双Lipschitz嵌入与算法近似只看距离，却需要识别哪些线性几何障碍仍会保留下来，因此会把局部成功写成一般规律，或把尚未测量写成不存在。本条转向首先做了一次口径清算：以“嵌入后最大距离伸长比／最小距离伸长比”为共同尺度，重新规定哪些对象、误差和边界有资格进入结论。
新命题明确写成：关键Banach不变量应存在不使用线性结构的度量版本，且能控制大规模嵌入失真。这句话可以被反驳，检验方式是：若两个度量空间满足相同度量余型却在所有目标Banach空间中的失真行为系统分离，则该不变量不足。它要求同时锁定对象类、归一化和资源预算；若只换一批更有利的数据、放宽失败标准或改用更弱基线，得到的只是另一条命题，不能算对原主张的支持。
Mendel与Naor在2008年《Annals of Mathematics》建立的度量余型理论给出主证据：论文构造立方体与随机游走形式的度量余型不等式，并证明它与经典线性余型在Banach空间上定量对应；结构量由维数m、步长和平均距离比组成。这项工作的力量在于把问题从“有人相信什么”移到“什么数值或结构量可以重做”。按“嵌入后最大距离伸长比／最小距离伸长比”组织证据后，支持结果、零结果与失败对象可以放进同一张账本，不再依靠术语声望比较。
反对意见主要针对外延，而非简单否认主结果：度量余型不是Banach几何的完整字典，许多局部线性不变量尚无纯度量刻画；常数依赖在算法应用中可能过大。本条的失效条件为：当问题依赖符号、方向或线性组合而非仅依赖距离时，度量化会丢失信息。要判断边界是否只是技术限制，需把反例族、定理常数和构造复杂度与同一分母下的独立复验放在一起；若方向随对象类或归一化改变，就应主动收窄标题。
另一处常被略过的是：Ribe纲领从哲学主张变成具体研究程序：每一个线性定理都要问能否只用距离重写，并追踪失真常数。当本条进入证明库、课堂、临床、软件或工程流程时，不能只验最终分数，还要记录中间量怎样随尺度、样本或预算变化。若收益来自把代价转移到未计分环节，它并没有兑现原命题。
跨域入口是第302号的稀疏控制也把全局算子压成局部平均；第244号运筹学中的嵌入近似则把度量失真直接转换为算法近似比。异名为计算机科学称“嵌入失真”，网络科学称“几何保真度”；另见第248号近似算法条目。碰撞须固定“线性空间的可观测几何主要编码在距离关系中”并比较“嵌入后最大距离伸长比／最小距离伸长比”；第三项是对象类、归一化与隐藏常数。
丁、强一有界性：自由熵不再只会证明自由Strong 1-boundedness
到2007年前后，常见出发点仍是“Voiculescu自由熵维数主要用于识别自由性，难以稳定证明“不是自由群因子””。真正暴露问题的并非一个孤立反例，而是同为II₁因子的对象在经典不变量上极其相似，微观状态空间的增长差异却可能决定同构类型。当研究者改用“覆盖数对数／矩阵维数平方”比较时，旧叙事中被隐藏的代价、边界或层级差异显现出来；这也是本条能够成为新思想而不是普通技术改良的原因。
本条把转向压成一句可检验的话：若一个von Neumann代数存在合适生成元使微观状态覆盖数按一维速率增长，则所有有限生成集的自由熵维数受控。可反驳版本为：若同一强一有界代数出现自由熵维数大于一的生成集，生成元不变性结论即被否定。这一区分很重要，因为同一个标题可以在更窄对象类上成立、在更大类上失效；若不登记分母与适用域，后来的推广和反例就会被误写成互相矛盾。
Jung在2007年提出的强一有界von Neumann代数提供了决定性证据。Jung把覆盖数的对数增长按矩阵维数平方归一化，证明强一有界性在更换有限生成集后保持，并据此排除与自由群因子同构。这里最有信息量的读数是“覆盖数对数／矩阵维数平方”：它把抽象争论压成别人能够复算的比例、维数、阈值、误差阶或有效样本量。数字并非装饰，而是说明究竟哪一层默认被改写。
截至2026年，未收敛部分是：定义依赖微观状态存在与技术性正则条件，不能覆盖所有非嵌入型因子；自由群因子彼此是否同构仍未因此解决。这意味着“成立”至少要区分存在、稳定、可实现与可迁移四层；失效口为：当代数没有可用微观状态或生成元不满足有限熵条件时，该判据不可直接使用。只有在统一的“覆盖数对数／矩阵维数平方”上报告失败概率、误差范围或常数依赖，争论才可能真正结束。
它还改变了知识如何被保存和复用：自由概率开始拥有“负向结构”工具：不只构造自由对象，也能量化微观状态空间过小，从而排除自由同构。围绕“覆盖数对数／矩阵维数平方”公开数据、代码、形式对象、反例或误差账本，能让结论在更换团队后继续接受检验。只保留标题和平均结果，会把一条有边界的理论重新变成不可核对的口号。
一处有价值的反例接口是：与第304号有效维数条目共享“用描述增长率刻画对象复杂度”；与第307号后验有效维数相撞时，可比较几何覆盖增长与统计参数增长。异名包括：信息论称“度率”，统计学称“有效维数”；另见第307号复杂后验诊断条目。本条解决的可能是结构是否成立，相邻领域则追问能否识别、计算、学习或制度化；两边只有在“覆盖数对数／矩阵维数平方”可换算时才是同一动作，否则只是共享比喻。
戊、算子空间Grothendieck不等式：双线性非交换性可被常数控制Operator-space Grothendieck Inequality
2008年前后，本领域常把“经典Grothendieck不等式只需控制交换Banach空间中的双线性型，非交换矩阵放大被视为另一个问题”当作默认起点。它在典型对象上看似稳固，却被量子相关和算子空间需要同时控制所有矩阵层，逐层估计会让常数随维数失控直接顶住。真正需要更换的不是符号，而是比较单位：一旦把“完全有界范数／状态二次型上界”写进分母，原来混在一起的结构差异便必须分别说明，旧结论也不再能够无条件外推。
可以把命题写为：非交换双线性型的完全有界范数仍可由两类状态上的二次量以维数无关常数控制。与口号不同，它预先承诺了失败方式：若存在矩阵层数增加时比值无界的完全有界双线性型，则算子空间Grothendieck控制失效。这使研究者不能在结果出现后移动对象边界、改评分规则或删去困难实例；若这些条件必须改变，结论应被重新命名，而不是继续沿用原来的理论标签。
主证据来自Haagerup与Musat在2008年解决Effros–Ruan猜想的工作。论文证明Effros–Ruan猜想并给出维数无关的Grothendieck型估计，把任意矩阵放大的最坏情形压到有限常数。其关键不是论文规模，而是给出了“完全有界范数／状态二次型上界”这一可核对读数；它使同一命题能够跨对象、跨样本或跨尺度复验。后来工作可以扩大范围、改进常数或增加样本，却不能替代这笔证据在历史上的归幕位置。
主结果没有消灭争议。常数最优性与具体结构仍有细化空间；多线性、非自伴或额外对称条件下不能机械套用双线性结论。它明确在以下情形失效：在多线性阶数增长或缺乏完全有界性时，常数可能随维数发散。决定性证据应同时给出最强支持对象与最强反例，并登记反例族、定理常数和构造复杂度；如果结论只在作者选择的表示、样本或停止规则下成立，就只能称为条件性转向。
这一转向带来的实践后果是：“所有矩阵层都要一致”成为非交换分析的最低标准，也直接影响量子信息中张量范数与游戏偏差的比较。对本条而言，最低报告责任应围绕“完全有界范数／状态二次型上界”展开，同时给出失败对象、资源成本和敏感性分析。这样才能区分真正的结构收益，与筛选、数据泄漏、隐藏常数或未计成本造成的表面优势。
接口见第301号第十五条量子相关不闭合显示常数控制不等于集合拓扑良好；第302号Brascamp–Lieb条目同样研究多线性量如何由局部几何控制。其他领域称：量子信息称“Bell不等式偏差控制”，优化称“半定松弛常数”；另见第359号量子软件资源估计。只有“完全有界范数／状态二次型上界”可换算时才属同一动作；冲突仍在时应测量对象类、归一化与隐藏常数。
己、自由单调输运：小扰动可搬成新自由分布Free Monotone Transport
在2014年前后的文献中，标准叙事是“经典最优输运依赖点的概率分布，非交换变量没有共同样本空间，难以谈“搬运””。这个叙事之所以长期有效，是因为经典例子没有暴露如下缺口：自由Gibbs态与自由群因子之间的同构需要构造性映射，单靠矩条件无法给出。主证据迫使研究者把对象、表示与验证尺度拆开；以“势函数扰动范数／保证输运存在的阈值”重新计量后，过去被当作技术噪声的部分，成为决定结论方向的变量。
核心主张是：在势函数足够接近二次型时，存在非交换单调变换把自由半圆族推到目标自由Gibbs态。它不是定义性的正确，而有清楚的否证口：若在声明的小扰动范数内出现无可逆输运或产生不同von Neumann因子，则局部输运定理失败。因此，论证责任从“展示一个成功例子”转为说明成功在什么范围保持、失败在什么条件出现，并把存在性、稳定性、可计算性或可迁移性分层报告。
证据链的锚点是Guionnet与Shlyakhtenko在2014年建立的自由单调输运。作者把自由Schwinger–Dyson方程写成非交换Jacobian方程，并用固定点方法构造输运；小扰动条件以解析范数阈值表达。若只保留结论而删去读数，读者无法知道改变发生在对象数、尺度、覆盖、计算复杂度还是预测误差；“势函数扰动范数／保证输运存在的阈值”因此是本条最应被复核的部分，也是后续反例必须对齐的分母。
后续争论集中在：结果是局部的，对强耦合、多井势和相变区不能直接推广；自由输运的全局存在性仍是难题。因此，本条并非无条件有效；当势函数跨越相变或不满足凸性与小扰动条件时，局部固定点构造失效。收口所需的不是一句“仍需研究”，而是一套双方都可能失败的设计：统一对象、分母、反例族和资源预算，并让“势函数扰动范数／保证输运存在的阈值”在独立材料上接受复算。
由此产生的制度性变化是：自由概率从“矩法比较分布”推进到“构造变量变换”，使同构、熵与动力可以在一条映射上研究。本领域需要把“势函数扰动范数／保证输运存在的阈值”写进最低报告规范，使后来者知道成功来自对象结构、识别设计还是计算资源。负结果和失败样本不是附注，而是判断这条思想能否迁移的组成部分。
本条并非孤立：第301号第十二条量子Wasserstein把输运改写为量子Markov动力；第307号正规化流则在统计中用可逆映射近似后验，两者共享Jacobian与推前预设。其跨学科异名是：统计学称“正规化流”，物理学称“变分变量变换”；另见第307号正规化流条目。两边共同预设“非交换分布的相近可以由可逆变量变换实现”，相反点通常出现在谁承担误差、何时计成本或哪一层算成功。若同分母仍有逆向读数，对象类、归一化与隐藏常数就是需要被单独测量的第三变量。
庚、强渐近自由：谱分布收敛还不够Strong Asymptotic Freeness
2014年前后，旧框架把问题压成一句话：“随机矩阵只要经验谱分布或归一化迹收敛，就足以代表自由概率极限”。但算子代数问题常由谱边缘和最大特征值决定，弱矩收敛看不见离群值与范数爆炸，使同名结论在不同对象上并不可比。这里的卡点不是技巧不足，而是分母缺席：只有把“随机矩阵多项式范数／自由极限范数”固定下来，才能区分真结构、近似误差与由选择过程制造的表面一致。
理论内容不是“再加一种方法”，而是：独立Haar矩阵与适当确定矩阵族在非交换多项式下实现矩与算子范数同时收敛。它允许以下决定性反例：若存在固定多项式使迹矩收敛而范数偏离自由极限的概率不趋零，则强自由性不成立。检验时必须让支持方与反对方在同一对象、同一误差口径和同一停止规则下比较，否则双方只是在各自定义的成功条件里获胜。
Collins与Male在2014年关于Haar矩阵和确定矩阵强渐近自由的定理是本条的证据起点。定理对任意非交换多项式P证明||P(U_N,A_N)||几乎处处收敛到自由极限范数；相较仅有矩收敛，新增的是谱边缘控制。具体读数“随机矩阵多项式范数／自由极限范数”把旧默认送上同一口径的检验台：纯数学中它表现为结构降维、常数或端点，统计与教育研究中则表现为样本、效应、覆盖或预测损失。共同点是结论不再只靠叙述成立。
结论的边界同样具体：需要确定矩阵族自身强收敛和独立Haar结构；重尾、相关矩阵与非酉对称情形需另行处理。可检查的失效条件是：当矩阵族有重尾、强相关或自身不强收敛时，范数比可能不趋于一。争议若要收敛，双方需在最容易触发这些边界的对象上共同检验，并公开反例族、定理常数和构造复杂度；只展示顺手的对象或平均结果，会把条件性成功误报为普遍规律。
实践上，本条要求：随机矩阵模型可以用于证明C*层而不只是von Neumann迹层的结论，极值谱与非交换多项式优化因此进入同一框架。具体到本条，本项复核须同时说明“随机矩阵多项式范数／自由极限范数”、最坏对象和计算或实施成本；否则一个看似更强的结果，可能只是使用了更窄的任务、更宽的容差或未计入的外部资源。
接口：第302号解耦把高次矩拆成尺度块，本条把矩信息提升到算子范数；第309号极值预测也提醒平均分布不能代表尾部。异名：概率论称“谱边缘普适性”，统计学称“最大特征值一致性”；另见第306号高维协方差条目。共享预设为“有限维随机矩阵的谱边缘可稳定逼近无限维自由对象”；先统一“随机矩阵多项式范数／自由极限范数”，若仍逆向，再检验对象类、归一化与隐藏常数。
辛、Kadison–Singer：随机分割解决纯算子问题The Kadison–Singer Solution
在2015年前后的文献中，默认判断仍是“Kadison–Singer属于纯算子代数的状态延拓问题，解决应依赖表示论或C*代数内部结构”。它没有处理它与铺路、帧分割和谱稀疏化有多个等价形式，却长期找不到可给出显式界的构造原则，因此会把局部成功写成一般规律，或把尚未测量写成不存在。本条转向首先做了一次口径清算：以“分割后最大特征值／原算子最大特征值”为共同尺度，重新规定哪些对象、误差和边界有资格进入结论。
新命题明确写成：通过混合特征多项式的实根与交织结构，可以证明某个随机分割必有受控谱范数。这句话可以被反驳，检验方式是：若构造出满足向量范数与各向同性条件却所有分割都超出理论谱界的例子，则核心存在性失效。它要求同时锁定对象类、归一化和资源预算；若只换一批更有利的数据、放宽失败标准或改用更弱基线，得到的只是另一条命题，不能算对原主张的支持。
Marcus、Spielman与Srivastava在2015年《Annals of Mathematics》给出的Kadison–Singer解答给出主证据：论文证明Weaver KS₂，并给出显式铺路界；数学量是分块后算子范数相对于原恒等分解的上界，而非平均性能。这项工作的力量在于把问题从“有人相信什么”移到“什么数值或结构量可以重做”。按“分割后最大特征值／原算子最大特征值”组织证据后，支持结果、零结果与失败对象可以放进同一张账本，不再依靠术语声望比较。
反对意见主要针对外延，而非简单否认主结果：证明首先是存在性，原始算法并不直接高效；后续工作才研究构造复杂度与常数改进。本条的失效条件为：若输入不满足各向同性或单向量范数上界，交织多项式给出的分割界不适用。要判断边界是否只是技术限制，需把反例族、定理常数和构造复杂度与同一分母下的独立复验放在一起；若方向随对象类或归一化改变，就应主动收窄标题。
另一处常被略过的是：交织族成为概率法的“可选择化”工具：不必证明每个随机样本好，只需证明某条根控制链保证至少一个样本好。当本条进入证明库、课堂、临床、软件或工程流程时，不能只验最终分数，还要记录中间量怎样随尺度、样本或预算变化。若收益来自把代价转移到未计分环节，它并没有兑现原命题。
接口见与第308号重随机化共享“从随机候选中保留满足平衡上界者”的动作；区别是本条证明最坏谱界存在，实验设计还要保护推断的随机化分布。其他领域称：实验设计称“重随机化”，图算法称“谱稀疏化”；另见第308号第二条。只有“分割后最大特征值／原算子最大特征值”可换算时才属同一动作；冲突仍在时应测量对象类、归一化与隐藏常数。
第二幕把这些局部判据接成更完整的分类、动力与计算边界，同时显示量子相关与递归不可判定性已经直接进入算子代数核心。从“量子拟距：非交换空间也能谈收敛”到“二颜色分类：同态比较可以少于完整同构”，共同动作是接受规模、复制、边界与部署检验；主证据落在2016—2026年。
一、量子拟距：非交换空间也能谈收敛Quantum Gromov–Hausdorff Propinquity
到2016年前后，常见出发点仍是“非交换空间的收敛只能借助具体表示或态空间的Hausdorff距离，等距对象未必被距离真正区分”。真正暴露问题的并非一个孤立反例，而是矩阵代数逼近量子环面等例子需要一种既尊重C*结构又满足三角不等式和零距同构的度量。当研究者改用“最短隧道长度／对象Lip直径”比较时，旧叙事中被隐藏的代价、边界或层级差异显现出来；这也是本条能够成为新思想而不是普通技术改良的原因。
本条把转向压成一句可检验的话：通过连接两个量子度量空间的C*代数隧道，可定义分离到完全等距同构的propinquity。可反驳版本为：若零propinquity的两对象并非量子等距同构，或三角拼接不能控制隧道长度，则该距离失败。这一区分很重要，因为同一个标题可以在更窄对象类上成立、在更大类上失效；若不登记分母与适用域，后来的推广和反例就会被误写成互相矛盾。
Latrémolière在2016年建立的量子Gromov–Hausdorff propinquity提供了决定性证据。论文证明该度量在适当量子紧致度量空间类上满足三角不等式，并使矩阵逼近与参数连续族可严格表述为收敛。这里最有信息量的读数是“最短隧道长度／对象Lip直径”：它把抽象争论压成别人能够复算的比例、维数、阈值、误差阶或有效样本量。数字并非装饰，而是说明究竟哪一层默认被改写。
截至2026年，未收敛部分是：结果依赖Lip范数与紧致性条件；不同propinquity版本的对象类和完备性需仔细区分。这意味着“成立”至少要区分存在、稳定、可实现与可迁移四层；失效口为：缺乏紧致Lip结构或只保留代数同构而无度量信息时，propinquity无法定义。只有在统一的“最短隧道长度／对象Lip直径”上报告失败概率、误差范围或常数依赖，争论才可能真正结束。
它还改变了知识如何被保存和复用：非交换几何从“类比拓扑”推进到可定量极限，数值近似与物理模型可问收敛速度而非只问形式相似。围绕“最短隧道长度／对象Lip直径”公开数据、代码、形式对象、反例或误差账本，能让结论在更换团队后继续接受检验。只保留标题和平均结果，会把一条有边界的理论重新变成不可核对的口号。
一处有价值的反例接口是：第310号空间协方差近似也用有限对象逼近连续场；两者共享“零距离应推出同一对象”，但统计距离还要包含观测噪声。异名包括：统计学称“模型距离”，最优输运称“Gromov–Wasserstein距离”；另见第310号空间对齐条目。本条解决的可能是结构是否成立，相邻领域则追问能否识别、计算、学习或制度化；两边只有在“最短隧道长度／对象Lip直径”可换算时才是同一动作，否则只是共享比喻。
二、拟对角性：核性与有限矩阵近似重新接上Quasidiagonality of Nuclear C-algebras
2017年前后，本领域常把“稳定有限的核C*代数是否总能以几乎乘法、几乎等距的有限矩阵表示仍是分类链条的缺口”当作默认起点。它在典型对象上看似稳固，却被没有迹的拟对角性，有限核维数分类需要额外假设，有限与纯无限两条路线不能完全并行直接顶住。真正需要更换的不是符号，而是比较单位：一旦把“有限维近似的乘法误差／映射范数误差”写进分母，原来混在一起的结构差异便必须分别说明，旧结论也不再能够无条件外推。
可以把命题写为：在UCT条件下，忠实迹的核性足以推出拟对角性，从而补齐有限维近似与分类之间的最后接口。与口号不同，它预先承诺了失败方式：若存在UCT类核代数的忠实迹不能由几乎乘法矩阵映射逼近，则主定理被否定。这使研究者不能在结果出现后移动对象边界、改评分规则或删去困难实例；若这些条件必须改变，结论应被重新命名，而不是继续沿用原来的理论标签。
主证据来自Tikuisis、White与Winter在2017年完成的核C*代数拟对角性定理。论文证明所有忠实迹均拟对角，并推出满足UCT、有限核维数的简单核C*代数由Elliott不变量分类；有限情形与纯无限情形由同一陈述覆盖。其关键不是论文规模，而是给出了“有限维近似的乘法误差／映射范数误差”这一可核对读数；它使同一命题能够跨对象、跨样本或跨尺度复验。后来工作可以扩大范围、改进常数或增加样本，却不能替代这笔证据在历史上的归幕位置。
主结果没有消灭争议。UCT仍是外加假设，非UCT核代数的普遍拟对角性没有由此解决；非忠实迹与非精确代数需要额外处理。它明确在以下情形失效：去掉UCT或精确性后，现有证明链不能保证拟对角性。决定性证据应同时给出最强支持对象与最强反例，并登记反例族、定理常数和构造复杂度；如果结论只在作者选择的表示、样本或停止规则下成立，就只能称为条件性转向。
由此，分类证明开始把有限矩阵模型视为证据证书：不是声称“非交换空间像有限维”，而是交出近似乘法与近似等距误差。对本项证据须公开“有限维近似的乘法误差／映射范数误差”、失败对象和资源成本；只报最优结果不足以支持迁移。
接口：第352号验证证书条目同样把复杂结论压成可独立检查的小证书；第307号近似后验则提醒有限近似必须同时报告目标误差。异名：数值分析称“保结构离散化”，形式化方法称“可检查证书”；另见第352号第七条。共享预设为“核性加UCT能把迹表示压缩为有限维近似而不丢失乘法结构”；先统一“有限维近似的乘法误差／映射范数误差”，若仍逆向，再检验对象类、归一化与隐藏常数。
三、C单纯性：群的边界动力决定理想结构Boundary Characterization of C-simplicity
在2017年前后的文献中，标准叙事是“判断约化群C*代数是否单纯主要依赖群的组合性质与逐类技巧”。这个叙事之所以长期有效，是因为经典例子没有暴露如下缺口：同一群的代数理想结构难以从有限关系式直接看出，既有充分条件缺少统一必要性。主证据迫使研究者把对象、表示与验证尺度拆开；以“具有非平凡固定集的群元素比例／被检验元素总数”重新计量后，过去被当作技术噪声的部分，成为决定结论方向的变量。
核心主张是：C*单纯性可以完全翻译成群在Furstenberg边界上的拓扑自由性。它不是定义性的正确，而有清楚的否证口：若边界作用非自由但约化C*代数仍单纯，或作用自由却出现非平凡理想，则刻画失败。因此，论证责任从“展示一个成功例子”转为说明成功在什么范围保持、失败在什么条件出现，并把存在性、稳定性、可计算性或可迁移性分层报告。
证据链的锚点是Breuillard、Kalantar、Kennedy与Ozawa在2017年给出的C*单纯性边界刻画。论文证明C*单纯、无非平凡amenable正规子群的强化边界条件与唯一迹性质之间的精确关系，并统一大量旧例。若只保留结论而删去读数，读者无法知道改变发生在对象数、尺度、覆盖、计算复杂度还是预测误差；“具有非平凡固定集的群元素比例／被检验元素总数”因此是本条最应被复核的部分，也是后续反例必须对齐的分母。
后续争论集中在：边界对象本身可能难以显式计算，刻画是概念统一而不总是算法；局部紧群和群胚需要不同版本。因此，本条并非无条件有效；边界无法有效构造或对象从离散群扩展到更一般群胚时，判据需重写。收口所需的不是一句“仍需研究”，而是一套双方都可能失败的设计：统一对象、分母、反例族和资源预算，并让“具有非平凡固定集的群元素比例／被检验元素总数”在独立材料上接受复算。
由此产生的制度性变化是：群C*代数的理想问题从“代数内部找投影”转成“动力边界找固定点”，使动力系统与算子代数共享一套证据。本领域需要把“具有非平凡固定集的群元素比例／被检验元素总数”写进最低报告规范，使后来者知道成功来自对象结构、识别设计还是计算资源。负结果和失败样本不是附注，而是判断这条思想能否迁移的组成部分。
接口见第7号动力系统面板的边界与刚性可在此直接进入代数理想；第304号可计算结构条目会追问这种边界判据是否能算法判定。其他领域称：动力系统称“拓扑自由”，安全学称“无隐藏稳定点”；另见第7号动力系统面板。只有“具有非平凡固定集的群元素比例／被检验元素总数”可换算时才属同一动作；冲突仍在时应测量对象类、归一化与隐藏常数。
四、量子Wasserstein：熵下降成为非交换距离Quantum Wasserstein Geometry
2017年前后，旧框架把问题压成一句话：“Wasserstein几何属于交换概率分布，密度矩阵的演化只能用算子方程描述”。但量子Markov半群的熵耗散、曲率和收敛率缺少统一几何解释，使同名结论在不同对象上并不可比。这里的卡点不是技巧不足，而是分母缺席：只有把“相对熵下降量／量子输运路径长度平方”固定下来，才能区分真结构、近似误差与由选择过程制造的表面一致。
理论内容不是“再加一种方法”，而是：可为密度矩阵定义非交换输运度量，使详细平衡半群正好沿相对熵最陡下降。它允许以下决定性反例：若在声明的详细平衡类中生成元不能写成该度量的熵梯度，几何构造即不普遍。检验时必须让支持方与反对方在同一对象、同一误差口径和同一停止规则下比较，否则双方只是在各自定义的成功条件里获胜。
Carlen与Maas在2017年建立的量子Markov半群梯度流结构是本条的证据起点。论文构造依赖导子与对数均值的Riemann度量，证明有限维详细平衡量子Markov半群是相对熵梯度流，并由此推导熵耗散关系。具体读数“相对熵下降量／量子输运路径长度平方”把旧默认送上同一口径的检验台：纯数学中它表现为结构降维、常数或端点，统计与教育研究中则表现为样本、效应、覆盖或预测损失。共同点是结论不再只靠叙述成立。
结论的边界同样具体：度量依赖生成元和详细平衡，非可逆开放量子系统尚无唯一自然版本；不同量子Wasserstein定义不完全等价。可检查的失效条件是：缺乏详细平衡、生成元不原始或系统无限维时，现有度量未必适用。争议若要收敛，双方需在最容易触发这些边界的对象上共同检验，并公开反例族、定理常数和构造复杂度；只展示顺手的对象或平均结果，会把条件性成功误报为普遍规律。
实践上，本条要求：量子动力的收敛速度可用曲率、凸性和输运不等式讨论，经典概率几何的工具因此进入矩阵态空间。具体到本条，本项复核须同时说明“相对熵下降量／量子输运路径长度平方”、最坏对象和计算或实施成本；否则一个看似更强的结果，可能只是使用了更窄的任务、更宽的容差或未计入的外部资源。
与相邻领域的关系是：与第307号Langevin与HMC条目共享“分布演化是能量梯度流”，但本条状态不可交换；与第306号动态治疗规则的方向相反，后者优化决策而非熵。同一动作在别处常被称为：概率论称“Wasserstein梯度流”，热力学称“熵产生率”；另见第15号统计物理面板。真正可碰撞之处不是词语相似，而是双方都默认“量子态的可区分演化可以由生成元诱导的输运几何刻画”，却可能得到不同方向；这时应在同一对象上并测“相对熵下降量／量子输运路径长度平方”，再审查对象类、归一化与隐藏常数。
五、矩阵凸极点：非交换凸集由压缩与膨胀决定Matrix Convex Extreme Points
在2018年前后的文献中，默认判断仍是“经典凸集由点和凸组合构成，极点概念可直接搬到矩阵层”。它没有处理矩阵凸组合允许不同尺寸对象通过等距压缩混合，普通极点无法记录膨胀方向，因此会把局部成功写成一般规律，或把尚未测量写成不存在。本条转向首先做了一次口径清算：以“可行膨胀维数／原矩阵尺寸”为共同尺度，重新规定哪些对象、误差和边界有资格进入结论。
新命题明确写成：自由谱面体的生成结构由能够抵抗更高维膨胀的Arveson或绝对极点控制，而非逐层普通极点。这句话可以被反驳，检验方式是：若某矩阵凸集可由普通极点生成却其绝对极点不足以控制膨胀，则层级极点理论需修正。它要求同时锁定对象类、归一化和资源预算；若只换一批更有利的数据、放宽失败标准或改用更弱基线，得到的只是另一条命题，不能算对原主张的支持。
Evert、Helton、Klep与McCullough在2018年系统刻画矩阵凸极点给出主证据：论文给出多种矩阵极点的等价与分离条件，并把极点判定转成线性代数核空间计算；结构量是可行膨胀维数相对于原矩阵尺寸。这项工作的力量在于把问题从“有人相信什么”移到“什么数值或结构量可以重做”。按“可行膨胀维数／原矩阵尺寸”组织证据后，支持结果、零结果与失败对象可以放进同一张账本，不再依靠术语声望比较。
反对意见主要针对外延，而非简单否认主结果：一般矩阵凸集可能无有限极点描述，算法随矩阵尺寸快速增长；自由谱面体外的表示问题仍复杂。本条的失效条件为：若问题只在固定标量层且不允许矩阵放大，经典极点已足够。要判断边界是否只是技术限制，需把反例族、定理常数和构造复杂度与同一分母下的独立复验放在一起；若方向随对象类或归一化改变，就应主动收窄标题。
另一处常被略过的是：半定规划可行域不再只看标量切片，量子信息与控制中的矩阵层结构必须进入“什么算极端策略”的定义。当本条进入证明库、课堂、临床、软件或工程流程时，不能只验最终分数，还要记录中间量怎样随尺度、样本或预算变化。若收益来自把代价转移到未计分环节，它并没有兑现原命题。
接口落在：第308号最优设计把设计测度的支持点当极点，本条则允许支持点改变矩阵尺寸；第359号量子线路优化同样面对尺寸膨胀。其他领域对同一动作的叫法见：优化称“半定极点”，量子信息称“不可分解策略”；另见第308号最优设计条目。碰撞时应先固定共享预设“非交换凸性必须允许跨矩阵尺寸的压缩与膨胀”，再比较“可行膨胀维数／原矩阵尺寸”；若分歧仅因口径不同，它是异名，若口径统一后仍冲突，则对象类、归一化与隐藏常数构成新的可证伪对象。
六、量子相关不闭合：有限维近似会漏掉极限点Non-closure of Quantum Correlations
到2019年前后，常见出发点仍是“允许维数不断增大时，有限维量子策略的极限仍应由某个有限维策略实现”。真正暴露问题的并非一个孤立反例，而是非局域游戏的最优值可能只被越来越高维的策略逼近，极限策略没有有限维实现。当研究者改用“达到误差ε所需Hilbert空间维数／1/ε”比较时，旧叙事中被隐藏的代价、边界或层级差异显现出来；这也是本条能够成为新思想而不是普通技术改良的原因。
本条把转向压成一句可检验的话：存在非局域游戏，其有限维量子相关序列收敛到不属于有限维相关集合的极限点。可反驳版本为：若所有有限维相关的极限都能在某个有限维Hilbert空间实现，则不闭合结论被否定。这一区分很重要，因为同一个标题可以在更窄对象类上成立、在更大类上失效；若不登记分母与适用域，后来的推广和反例就会被误写成互相矛盾。
Slofstra在2019年证明量子相关集合不闭合的工作提供了决定性证据。Slofstra用线性系统游戏与群表示构造相关点，证明C_q不闭合；读数不是效应量，而是实现目标相关所需最小维数沿逼近序列无界。这里最有信息量的读数是“达到误差ε所需Hilbert空间维数／1/ε”：它把抽象争论压成别人能够复算的比例、维数、阈值、误差阶或有效样本量。数字并非装饰，而是说明究竟哪一层默认被改写。
截至2026年，未收敛部分是：结果依赖特制游戏，未说明普通实验尺度下多大维数才出现可见差异；不同相关集合C_q、C_qa、C_qc需严格区分。这意味着“成立”至少要区分存在、稳定、可实现与可迁移四层；失效口为：若限制到某些有维数上界或特殊对称的游戏类，相关集合可能重新闭合。只有在统一的“达到误差ε所需Hilbert空间维数／1/ε”上报告失败概率、误差范围或常数依赖，争论才可能真正结束。
它还改变了知识如何被保存和复用：量子优化的“最优值”可能没有最优解，数值算法只能给逼近序列；报告值时必须同时报告维数与收敛证据。围绕“达到误差ε所需Hilbert空间维数／1/ε”公开数据、代码、形式对象、反例或误差账本，能让结论在更换团队后继续接受检验。只保留标题和平均结果，会把一条有边界的理论重新变成不可核对的口号。
一处有价值的反例接口是：第304号极限可计算性条目追问逼近序列是否给出有效模；第307号变分近似同样可能逼近目标值却没有可解释的有限参数极限。异名包括：优化称“最优值不取到”，统计称“筛逼近无有限模型”；另见第307号变分族失配条目。本条解决的可能是结构是否成立，相邻领域则追问能否识别、计算、学习或制度化；两边只有在“达到误差ε所需Hilbert空间维数／1/ε”可换算时才是同一动作，否则只是共享比喻。
七、MIP=RE：康纳嵌入被不可判定性否定MIP=RE and the Failure of Connes Embedding
2021年前后，本领域常把“有限矩阵近似应足以捕捉有限von Neumann代数的迹结构，量子游戏值也应可通过维数递增算法逼近判定”当作默认起点。它在典型对象上看似稳固，却被张量积模型与交换算子模型之间的差异可能编码停机问题，使“不断增大矩阵”没有可计算收敛界直接顶住。真正需要更换的不是符号，而是比较单位：一旦把“非局域游戏值承诺间隙／判定所需计算步数”写进分母，原来混在一起的结构差异便必须分别说明，旧结论也不再能够无条件外推。
可以把命题写为：纠缠多证明者交互证明能够识别全部递归可枚举语言，从而存在量子游戏值判定不可计算并使康纳嵌入失败。与口号不同，它预先承诺了失败方式：若所有相关游戏值都有统一可计算逼近模，或C_qa与C_qc相等，则该结论链被否定。这使研究者不能在结果出现后移动对象边界、改评分规则或删去困难实例；若这些条件必须改变，结论应被重新命名，而不是继续沿用原来的理论标签。
主证据来自Ji等人在2020年公布并于2021年综述发表的MIP*=RE证明。证明把停机问题有效归约到两人非局域游戏：纠缠值要么为1，要么至多1/2；固定常数间隙仍不可判定，进而得到C_qa严格包含于C_qc。其关键不是论文规模，而是给出了“非局域游戏值承诺间隙／判定所需计算步数”这一可核对读数；它使同一命题能够跨对象、跨样本或跨尺度复验。后来工作可以扩大范围、改进常数或增加样本，却不能替代这笔证据在历史上的归幕位置。
争议边界是：结果是最坏情形存在性，不表示常见物理游戏无法数值处理；2024年噪声研究显示计算优势对共享态噪声模型敏感。失效条件为：在固定维数、受限游戏族或噪声足以压低纠缠能力时，不可判定性未必保留。收敛需统一对象与“非局域游戏值承诺间隙／判定所需计算步数”，并公开反例族、定理常数和构造复杂度及最强反例。
实践后果是：算子代数的一个核心猜想由复杂性理论解决，且答案不是缺少技巧而是不存在统一算法；“有限近似”从分析假设变成计算假设。报告应围绕“非局域游戏值承诺间隙／判定所需计算步数”同时列出失败对象、资源成本与敏感性结果，排除筛选或未计成本造成的表面优势。
跨域入口是第304号“MIP*=RE”从递归论侧记录同一事件；第352号可信基条目则追问超长复杂性证明怎样被共同体检查，两边同时成立时必须区分可验证证明与可计算对象。异名为递归论称“停机不可判定”，量子信息称“非局域游戏值不可计算”；另见第304号第十三条。碰撞须固定“量子相关的有限矩阵逼近具有统一可计算收敛模”并比较“非局域游戏值承诺间隙／判定所需计算步数”；第三项是对象类、归一化与隐藏常数。
八、核维数闭环：正则性三联关系大范围完成Nuclear Dimension of Simple C-algebras
在2021年前后的文献中，标准叙事是“Z稳定虽然被视为正则性核心，但是否自动给出有限核维数仍需迹空间附加条件”。这个叙事之所以长期有效，是因为经典例子没有暴露如下缺口：分类链条依赖“可由有限颜色完全正映射近似”，而复杂迹空间让旧证明无法统一粘合。主证据迫使研究者把对象、表示与验证尺度拆开；以“核维数颜色数／完全正近似层数”重新计量后，过去被当作技术噪声的部分，成为决定结论方向的变量。
核心主张是：对非初等简单可分核Z稳定C*代数，核维数不超过一，正则性三联关系在大范围内闭合。它不是定义性的正确，而有清楚的否证口：若存在满足这些假设却核维数大于一的代数，则颜色上界与分类推论失败。因此，论证责任从“展示一个成功例子”转为说明成功在什么范围保持、失败在什么条件出现，并把存在性、稳定性、可计算性或可迁移性分层报告。
证据链的锚点是Castillejos等在2021年证明简单C*代数核维数的工作。论文把零阶映射、中央序列代数与迹空间技术结合，证明统一的二颜色近似；结构读数从未知有限值压到至多1。若只保留结论而删去读数，读者无法知道改变发生在对象数、尺度、覆盖、计算复杂度还是预测误差；“核维数颜色数／完全正近似层数”因此是本条最应被复核的部分，也是后续反例必须对齐的分母。
后续争论集中在：仍依赖简单、可分、核与Z稳定；非简单代数、非核代数及UCT缺失情形不在定理内。因此，本条并非无条件有效；对象非简单或非核时，二颜色近似上界不保证成立。收口所需的不是一句“仍需研究”，而是一套双方都可能失败的设计：统一对象、分母、反例族和资源预算，并让“核维数颜色数／完全正近似层数”在独立材料上接受复算。
由此产生的制度性变化是：“维数”在非交换拓扑中从比喻变成可用于分类的整数上界，复杂对象可以用两个颜色的有限维碎片逼近。本领域需要把“核维数颜色数／完全正近似层数”写进最低报告规范，使后来者知道成功来自对象结构、识别设计还是计算资源。负结果和失败样本不是附注，而是判断这条思想能否迁移的组成部分。
本条并非孤立：与第310号多分辨率高斯过程共享“少量层级能否控制全局”；与第301号第二条共同形成从正则性筛选到分类的闭环。其跨学科异名是：拓扑称“覆盖维数”，机器学习称“低秩分解层数”；另见第310号多分辨率条目。两边共同预设“Z稳定足以把无限维非交换结构压成有限颜色近似”，相反点通常出现在谁承担误差、何时计成本或哪一层算成功。若同分母仍有逆向读数，对象类、归一化与隐藏常数就是需要被单独测量的第三变量。
九、统一Roe刚性：代数同构开始记住粗几何Rigidity of Uniform Roe Algebras
2021年前后，旧框架把问题压成一句话：“算子代数只记录作用在Hilbert空间上的有限传播算子，原度量空间可能被表示选择抹去”。但若代数同构不能恢复粗几何，Roe代数就只是编码工具而非几何不变量，使同名结论在不同对象上并不可比。这里的卡点不是技巧不足，而是分母缺席：只有把“同构诱导控制函数的传播半径增长／原空间距离增长”固定下来，才能区分真结构、近似误差与由选择过程制造的表面一致。
理论内容不是“再加一种方法”，而是：在有界几何与适当性质条件下，统一Roe代数或其冠代数的同构能够重建底层空间的粗等价类型。它允许以下决定性反例：若出现代数同构但底层空间在粗等价不变量上分离的例子，则刚性必须收窄。检验时必须让支持方与反对方在同一对象、同一误差口径和同一停止规则下比较，否则双方只是在各自定义的成功条件里获胜。
Braga、Farah与Vignati在2021年关于统一Roe冠代数与粗几何刚性的工作是本条的证据起点。工作证明多类统一Roe冠代数的同构由空间层面的粗映射诱导；比较量是传播半径随控制函数增长的比例。具体读数“同构诱导控制函数的传播半径增长／原空间距离增长”把旧默认送上同一口径的检验台：纯数学中它表现为结构降维、常数或端点，统计与教育研究中则表现为样本、效应、覆盖或预测损失。共同点是结论不再只靠叙述成立。
结论的边界同样具体：性质A、幽灵投影与集合论假设会改变结论；一般空间和所有冠代数同构的刚性仍不完整。可检查的失效条件是：缺乏有界几何、性质A或存在异常幽灵投影时，代数同构未必推出粗等价。争议若要收敛，双方需在最容易触发这些边界的对象上共同检验，并公开反例族、定理常数和构造复杂度；只展示顺手的对象或平均结果，会把条件性成功误报为普遍规律。
实践上，本条要求：算子代数成为“记忆几何”的媒介：即使局部坐标被忘掉，大尺度距离仍可能从理想与传播结构恢复。具体到本条，本项复核须同时说明“同构诱导控制函数的传播半径增长／原空间距离增长”、最坏对象和计算或实施成本；否则一个看似更强的结果，可能只是使用了更窄的任务、更宽的容差或未计入的外部资源。
接口见第310号空间统计关心协方差能否恢复地理结构；两者共享“由算子或核反演空间”，但统计侧还受采样与噪声限制。其他领域称：图学习称“结构可识别性”，地理统计称“由协方差反演距离”；另见第310号协方差条目。只有“同构诱导控制函数的传播半径增长／原空间距离增长”可换算时才属同一动作；冲突仍在时应测量对象类、归一化与隐藏常数。
十、非交换Riesz变换：维数不应进入常数Dimension-free Noncommutative Riesz Transforms
在2018年前后的文献中，默认判断仍是“欧氏Riesz变换的Lp常数依赖坐标结构，推广到群von Neumann代数时可能随生成元数爆炸”。它没有处理非交换傅里叶分析需要控制矩阵层与群维数，否则高维极限无法使用同一估计，因此会把局部成功写成一般规律，或把尚未测量写成不存在。本条转向首先做了一次口径清算：以“Riesz变换Lp范数／输入Lp范数”为共同尺度，重新规定哪些对象、误差和边界有资格进入结论。
新命题明确写成：在适当Markov半群与长度函数条件下，非交换Riesz变换的Lp范数由只依赖p的常数控制。这句话可以被反驳，检验方式是：若固定p时可构造维数增长导致范数比无界的群例子，则维数自由性失败。它要求同时锁定对象类、归一化和资源预算；若只换一批更有利的数据、放宽失败标准或改用更弱基线，得到的只是另一条命题，不能算对原主张的支持。
Junge、Mei与Parcet在2018年关于非交换Riesz变换的维数无关估计给出主证据：论文利用非交换概率、鞅与交叉积表示证明一族维数无关估计，把传统坐标导数改写为由条件负长度生成的梯度。这项工作的力量在于把问题从“有人相信什么”移到“什么数值或结构量可以重做”。按“Riesz变换Lp范数／输入Lp范数”组织证据后，支持结果、零结果与失败对象可以放进同一张账本，不再依靠术语声望比较。
反对意见主要针对外延，而非简单否认主结果：需要特定余循环、半群与非交换Lp结构；端点p=1或无良好长度函数的群仍有困难。本条的失效条件为：端点、非半有限情形或缺乏条件负长度时，常数可能依赖维数或不可得。要判断边界是否只是技术限制，需把反例族、定理常数和构造复杂度与同一分母下的独立复验放在一起；若方向随对象类或归一化改变，就应主动收窄标题。
另一处常被略过的是：调和分析中的“维数灾难”被重新定位：不是所有高维都难，关键是能否把导数嵌入Markov与鞅结构。当本条进入证明库、课堂、临床、软件或工程流程时，不能只验最终分数，还要记录中间量怎样随尺度、样本或预算变化。若收益来自把代价转移到未计分环节，它并没有兑现原命题。
接口落在：第302号A₂与稀疏控制追求权重无关或维数可控常数；本条把同一目标搬到非交换空间，构成301↔302的直接接口。其他领域对同一动作的叫法见：调和分析称“维数自由估计”，机器学习称“宽度无关稳定性”；另见第302号加权估计条目。碰撞时应先固定共享预设“非交换梯度可由Markov半群和余循环表示统一控制”，再比较“Riesz变换Lp范数／输入Lp范数”；若分歧仅因口径不同，它是异名，若口径统一后仍冲突，则对象类、归一化与隐藏常数构成新的可证伪对象。
十一、可服从迹的拟对角性：有限近似超出核代数Quasidiagonal Amenable Traces
到2017年前后，常见出发点仍是“有限矩阵近似被认为主要属于核代数，amenable迹与拟对角迹之间可能存在实质间隙”。真正暴露问题的并非一个孤立反例，而是许多自然C*代数仅精确而非核，若迹不能有限近似，分类和数值证书的适用面被限制。当研究者改用“迹偏差与乘法缺陷之和／测试有限集大小”比较时，旧叙事中被隐藏的代价、边界或层级差异显现出来；这也是本条能够成为新思想而不是普通技术改良的原因。
本条把转向压成一句可检验的话：在精确与UCT条件下，忠实amenable迹足以推出拟对角性，核性可从全代数条件降到迹层条件。可反驳版本为：若存在满足条件的amenable迹无法由几乎乘法矩阵模型逼近，则推广失败。这一区分很重要，因为同一个标题可以在更窄对象类上成立、在更大类上失效；若不登记分母与适用域，后来的推广和反例就会被误写成互相矛盾。
Gabe在2017年推广amenable迹拟对角性的工作提供了决定性证据。Gabe重构嵌入与稳定唯一性论证，把TWW的核代数结论推广到精确代数的amenable迹；误差以有限集上的乘法缺陷与迹偏差计。这里最有信息量的读数是“迹偏差与乘法缺陷之和／测试有限集大小”：它把抽象争论压成别人能够复算的比例、维数、阈值、误差阶或有效样本量。数字并非装饰，而是说明究竟哪一层默认被改写。
截至2026年，未收敛部分是：忠实性、精确性与UCT仍关键；非amenable迹或非精确代数不在覆盖范围。这意味着“成立”至少要区分存在、稳定、可实现与可迁移四层；失效口为：迹不忠实、代数不精确或不满足UCT时，有限近似结论不保证。只有在统一的“迹偏差与乘法缺陷之和／测试有限集大小”上报告失败概率、误差范围或常数依赖，争论才可能真正结束。
它还改变了知识如何被保存和复用：“代数是否有限近似”与“某个迹是否有限近似”被分开，允许在整体复杂对象中提取可计算的统计状态。围绕“迹偏差与乘法缺陷之和／测试有限集大小”公开数据、代码、形式对象、反例或误差账本，能让结论在更换团队后继续接受检验。只保留标题和平均结果，会把一条有边界的理论重新变成不可核对的口号。
一处有价值的反例接口是：第306号加权估计也区分总体模型与目标分布；第307号局部后验近似同样只承诺某一函数类上的准确。异名包括：统计学称“目标分布局部可近似”，数值分析称“弱一致性”；另见第306号目标参数条目。本条解决的可能是结构是否成立，相邻领域则追问能否识别、计算、学习或制度化；两边只有在“迹偏差与乘法缺陷之和／测试有限集大小”可换算时才是同一动作，否则只是共享比喻。
十二、二颜色分类：同态比较可以少于完整同构Two-coloured Classification
2021年前后，本领域常把“分类需要直接构造一个全局酉，把两个同态在所有元素上同时对齐”当作默认起点。它在典型对象上看似稳固，却被无限维迹结构使单颜色近似过强，而完全放弃酉比较又无法提升不变量到同构直接顶住。真正需要更换的不是符号，而是比较单位：一旦把“所需零阶颜色数／被比较同态数”写进分母，原来混在一起的结构差异便必须分别说明，旧结论也不再能够无条件外推。
可以把命题写为：允许把单位分成两个正交颜色后，保持迹的同态可在超幂中实现有限颜色的近似酉等价。与口号不同，它预先承诺了失败方式：若满足Z稳定和迹相容的同态仍需要无界颜色数，二颜色框架不足。这使研究者不能在结果出现后移动对象边界、改评分规则或删去困难实例；若这些条件必须改变，结论应被重新命名，而不是继续沿用原来的理论标签。
主证据来自Bosa等在2021年系统发展的二颜色分类框架。工作建立2-coloured equivalence并把其与迹数据对应，随后与核维数至多一结合，成为分类证明的关键粘合步骤。其关键不是论文规模，而是给出了“所需零阶颜色数／被比较同态数”这一可核对读数；它使同一命题能够跨对象、跨样本或跨尺度复验。后来工作可以扩大范围、改进常数或增加样本，却不能替代这笔证据在历史上的归幕位置。
主结果没有消灭争议。方法高度依赖Z稳定与超幂技术，不能视为显式算法；非单纯或无良好迹结构的对象需更多颜色或不同不变量。它明确在以下情形失效：缺乏Z稳定或迹不相容时，颜色数可能无法保持有限。决定性证据应同时给出最强支持对象与最强反例，并登记反例族、定理常数和构造复杂度；如果结论只在作者选择的表示、样本或停止规则下成立，就只能称为条件性转向。
这一转向带来的实践后果是：证明策略由“直接找到唯一同构”转成“有限颜色局部对齐再粘合”，为超长分类链条提供模块化证书。对本条而言，最低报告责任应围绕“所需零阶颜色数／被比较同态数”展开，同时给出失败对象、资源成本和敏感性分析。这样才能区分真正的结构收益，与筛选、数据泄漏、隐藏常数或未计成本造成的表面优势。
接口见第352号组合验证把全局正确性拆成局部不变量，本条同样以有限颜色组合全局；第308号区组设计也用分层平衡换取整体可比。其他领域称：并行计算称“分区合并”，实验设计称“分层平衡”；另见第308号协变量自适应随机化。只有“所需零阶颜色数／被比较同态数”可换算时才属同一动作；冲突仍在时应测量对象类、归一化与隐藏常数。
◎ 二十年连起来看
第一条贯穿线是：分类从“多加不变量”转向“先找正则类”。Toms反例说明经典不变量不是普遍充分统计量；Z稳定、拟对角性、核维数与二颜色分类把问题重写为：哪些无限维对象可由有限颜色、有限矩阵和可吸收背景控制。检验时应把相关条目的量纲并列，查看同一分母是否保持方向。若换一类对象便反转，它只是局部家族，不是二十年主线。
第二条贯穿线是：无限维极限必须区分存在、取到与可计算。强渐近自由保证范数极限，Slofstra说明最优相关可能只被高维逼近，MIP*=RE进一步说明连逼近模都可能不可计算。三者把“取极限”从一句话拆成三个不同承诺。若换一类对象便反转，它只是局部家族，不是二十年主线。还要确认第二幕确实复用了或清算了第一幕的判据。检验时应把相关条目的量纲并列，查看同一分母是否保持方向。
第三条贯穿线是：非交换对象正在获得几何和动力。自由单调输运、量子Wasserstein、propinquity与Roe刚性分别让分布、态空间、量子空间和粗空间拥有可比较距离。尚未解决的是这些距离之间何时兼容，以及它们能否产生可执行算法。还要确认第二幕确实复用了或清算了第一幕的判据。检验时应把相关条目的量纲并列，查看同一分母是否保持方向。
◎ 三个常见误解
误解一：算子代数只是在做无限矩阵。 容易误读是因为许多定义从矩阵出发；正确表述是，矩阵层必须同时相容，且无限维极限会出现有限矩阵永远取不到或不可计算的结构。判断标准不是术语是否流行，而是换一分母后结论是否仍成立。最容易误读之处，应由反例、边界或样本外结果直接揭示。若正确表述不能排除一种常见错误用法，这个澄清仍不完整。
误解二：分类反例意味着分类纲领失败。 反例确实否定了无条件版本，却促成Z稳定与有限核维数的正则性筛选；今天的结论是“在明确正则类内可分类”，不是“所有对象不可分类”。最容易误读之处，应由反例、边界或样本外结果直接揭示。若正确表述不能排除一种常见错误用法，这个澄清仍不完整。判断标准不是术语是否流行，而是换一分母后结论是否仍成立。
误解三：有限维近似越大就一定越接近。 强收敛需要控制范数，量子相关还可能没有可计算收敛率；只报告矩阵尺寸，不报告误差分母与对象类，不能证明近似可靠。若正确表述不能排除一种常见错误用法，这个澄清仍不完整。判断标准不是术语是否流行，而是换一分母后结论是否仍成立。最容易误读之处，应由反例、边界或样本外结果直接揭示。
◎ 与相邻领域的接口
与第302号调和分析的分工判据是：302研究算子如何在尺度、频率和权重下有界，301研究这些算子及其生成的代数怎样分类、逼近和携带几何。非交换Riesz变换是两块的直接重叠点，异名不应删掉。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。接口只有在两边能用同一分母复算时才成立。若只能共享比喻而不能共享读数，就不应称为真正接口。
与第304号可计算性与递归论的接口在MIP*=RE：301关心它如何否定康纳嵌入与量子相关闭包，304关心停机问题怎样被编码为游戏值。一个结论的代数意义与计算意义必须分别保留。接口只有在两边能用同一分母复算时才成立。若只能共享比喻而不能共享读数，就不应称为真正接口。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。
与第307号贝叶斯计算的接口是输运与有限近似。自由单调输运和正规化流都用可逆映射推前分布；拟对角近似与变分近似都需写清目标类上的误差，不能把“近似某些函数”说成“近似整个对象”。若只能共享比喻而不能共享读数，就不应称为真正接口。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。
与第310号空间统计的接口是“由核或算子恢复空间”。Roe代数刚性从有限传播算子恢复粗几何，空间统计从协方差与邻接恢复空间依赖；前者是无噪声结构定理，后者必须额外处理采样与不确定性。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。接口只有在两边能用同一分母复算时才成立。若只能共享比喻而不能共享读数，就不应称为真正接口。
◎ 争议现场
康纳嵌入被否定以后，哪些经典等价命题仍能在受限对象类中保留，是第一场争论。收敛条件是逐类给出正向算法：对固定维数、amenable或特定对称游戏，证明可计算误差界，而不是只重复最坏情形不可判定。收敛设计应统一对象、分母、对照与资源预算，并预先声明失败条件。双方还应在同一批最强反例上接受检验。若只在各自挑选的数据上成立，争论就不会真正结束。
UCT是否对所有可分核C*代数成立仍是分类链条最醒目的缺口。要收敛，需要构造明确反例，或给出从核性到UCT的可检查新机制；仅在越来越宽的子类中验证不能替代总问题。双方还应在同一批最强反例上接受检验。若只在各自挑选的数据上成立，争论就不会真正结束。收敛设计应统一对象、分母、对照与资源预算，并预先声明失败条件。
量子输运与量子度量有多个不等价定义，哪一个最“自然”尚无统一答案。收敛需要在同一量子Markov模型上比较距离的拓扑、收缩率、张量化与实验可观测量，若四项不能同时满足，就应承认任务依赖的多度量格局。若只在各自挑选的数据上成立，争论就不会真正结束。收敛设计应统一对象、分母、对照与资源预算，并预先声明失败条件。
◎ 往下五年看什么
观察点一是分类链条是否继续减少外加条件：未来五年可数的读数是新分类定理中UCT、迹边界维数和单纯性假设被移除的条数，而不是“分类取得进展”的口号。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。若读数无法跨年份复算，它仍只是愿望而非观察点。五年后应按固定基线、公开分母和独立数据直接复核。
观察点二是量子相关不可计算性在受噪声与受限维数模型中的残余。应记录承诺间隙、噪声率与所需维数的三维相图，看不可判定边界是否在物理可达区域留下定量痕迹。除平均改进外，还要报告失败比例、区间或计算代价。若读数无法跨年份复算，它仍只是愿望而非观察点。五年后应按固定基线、公开分母和独立数据直接复核。
观察点三是非交换距离能否进入计算。可观察读数包括：propinquity或量子Wasserstein的数值上界是否有多项式算法、误差证书是否可复核，以及在矩阵尺寸翻倍时收敛率是否稳定。若读数无法跨年份复算，它仍只是愿望而非观察点。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。若读数无法跨年份复算，它仍只是愿望而非观察点。
观察点四是形式化证明覆盖率。若分类与MIP*相关关键引理进入Lean、Coq或Isabelle，应统计已形式化页数占依赖链总页数、可信内核大小及独立复核时间。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。若读数无法跨年份复算，它仍只是愿望而非观察点。五年后应按固定基线、公开分母和独立数据直接复核。
◎ 可与哪些领域对撞
本块第八条“Kadison–Singer” × 第308号第二条“重随机化”。两边共享“随机候选中至少存在满足全局平衡者”的预设；前者从平均多项式推出最坏谱界，后者保留随机化分布以做因果推断。若两边都成立，必须引入第三项“选择后推断”，区分存在性证明与选择机制对不确定性的改变。可执行的碰撞设计，应在同一对象上同时测量两边的量纲。若矛盾在统一分母后消失，说明差异只是异名；若仍存在，才需要第三项。
本块第十四条“MIP*=RE” × 第304号第十三条同名条目。共享预设是“验证比求解容易且可由有限证书表达”；301得出有限矩阵近似失效，304得出统一判定算法不存在。两边同时成立时，第三项只能是表示模型：同一证书在张量积、交换算子与递归编码中承担不同责任。若矛盾在统一分母后消失，说明差异只是异名；若仍存在，才需要第三项。第三项必须能产生新的可证伪读数，不能只是折中措辞。
本块第十二条“量子Wasserstein” × 第306号“动态治疗规则”。共享预设是状态通过局部转移朝某个目标演化；前者令熵单调下降，后者允许为长期结局牺牲短期指标。若两边都成立，必须引入第三项“目标函数的时间尺度”，否则同一动作会被一边判为耗散最优、另一边判为策略次优。第三项必须能产生新的可证伪读数，不能只是折中措辞。可执行的碰撞设计，应在同一对象上同时测量两边的量纲。
本块第十八条“非交换Riesz变换” × 第360号第十条“能量到解”。共享预设是维数增长不应自动恶化单位结果成本；前者追求范数常数与维数脱钩，后者可能因存储和通信使能耗随规模上升。两边同时成立时需加入第三项“表示与数据移动”，区分数学常数无维数与实现成本有层级。可执行的碰撞设计，应在同一对象上同时测量两边的量纲。
◎ 十条可做的研究命题
1. 命题：在公开核C*代数数据库中，加入Cuntz半群后同不变量异构对的比例将下降至少一个数量级；怎么做：对可计算AH/ASH样本成对比较；证伪：比例不降或新反例同样密集。分析应预注册主要分母、排除规则与停止条件。
2. 命题：量子propinquity的可计算上界能预测矩阵模型中谱观测误差；怎么做：对量子环面有限矩阵逼近同时算距离上界与谱差；证伪：两者在尺度上无单调关系。另做跨样本复现和至少一种敏感性分析。
3. 命题：有限维量子游戏的最优值误差主要由维数而非求解器决定；怎么做：固定多种SDP层级与维数扫描；证伪：换求解器带来的差异显著大于维数差异。若主要结果只在单一口径成立，也视为对命题的削弱。
4. 命题：二颜色分类的证明模块比直接同构证明更易形式化；怎么做：以同一分类定理的两种路线比较形式化工时与内核依赖；证伪：模块化路线没有降低总工时或错误率。分析应预注册主要分母、排除规则与停止条件。
5. 命题：非交换Riesz变换的维数自由常数在量子图神经网络中对应宽度自由稳定界；怎么做：把Markov生成元嵌入层并测扰动放大比；证伪：稳定常数仍随宽度线性增长。另做跨样本复现和至少一种敏感性分析。
6. 命题：Roe代数同构可作为图匿名化后的粗几何泄露指标；怎么做：比较匿名前后统一Roe不变量与重识别率；证伪：不变量相同却重识别率接近随机。若主要结果只在单一口径成立，也视为对命题的削弱。
7. 命题：强一有界性的覆盖增长率能区分一批经典群因子；怎么做：构造有限矩阵微观状态近似并估计斜率；证伪：不同同构候选的斜率区间完全重叠。分析应预注册主要分母、排除规则与停止条件。
8. 命题：量子Wasserstein曲率下界能预测噪声通道混合时间；怎么做：对可精确对角化通道比较曲率与迹距离衰减；证伪：控制谱隙后曲率不再增加预测力。另做跨样本复现和至少一种敏感性分析。若主要结果只在单一口径成立，也视为对命题的削弱。
9. 命题：交织多项式产生的谱分割在实验重随机化中能减少最坏协变量失衡；怎么做：与Mahalanobis阈值法对照；证伪：最坏失衡与估计方差均无改善。若主要结果只在单一口径成立，也视为对命题的削弱。
10. 命题：MIP*不可判定性在固定噪声阈值上存在可测相变；怎么做：对递归压缩游戏族注入受控噪声并估值；证伪：能力随噪声平滑下降且无稳定阈值。分析应预注册主要分母、排除规则与停止条件。
◎ 资料核验
- Andrew S. Toms，2008年《Annals of Mathematics》167(3):1029–1044，DOI:10.4007/annals.2008.167.1029
- Toms，2008年《Annals of Mathematics》同文；后续比较见Cuntz半群分类文献
- Andrew S. Toms与Wilhelm Winter，2007年《Transactions of the AMS》359(8):3999–4029，DOI:10.1090/S0002-9947-07-04173-6
- Wilhelm Winter，2012年《Inventiones Mathematicae》187:259–342，DOI:10.1007/s00222-011-0334-7
- Manor Mendel与Assaf Naor，2008年《Annals of Mathematics》168(1):247–298，DOI:10.4007/annals.2008.168.247
- Mendel与Naor后续关于非线性谱隙与超扩张子的工作
- Kenley Jung，2007年《Geometry & Functional Analysis》17:1180–1200，DOI:10.1007/s00039-007-0627-0
- 后续自由熵维数与群因子不可同构研究
- Uffe Haagerup与Magdalena Musat，2008年《Inventiones Mathematicae》174:139–163，DOI:10.1007/s00222-008-0131-4
- 后续非交换Grothendieck不等式在量子非定域游戏中的应用
- Alice Guionnet与Dimitri Shlyakhtenko，2014年《Inventiones Mathematicae》197:613–661，DOI:10.1007/s00222-013-0499-4
- 后续非微扰自由输运与自由Gibbs态研究
- Benoît Collins与Camille Male，2014年《Annales Scientifiques de l’École Normale Supérieure》47(1):147–163，DOI:10.24033/asens.2211
- 后续随机矩阵多项式算子范数与普适性工作
- Adam W. Marcus、Daniel A. Spielman与Nikhil Srivastava，2015年《Annals of Mathematics》182(1):327–350，DOI:10.4007/annals.2015.182.1.8
- Weaver的KS₂等价表述与后续谱稀疏化应用
- Frédéric Latrémolière，2016年《Transactions of the AMS》368(1):365–411，DOI:10.1090/tran/6334
- 后续隧道、模量子propinquity与谱三元组收敛研究
- Aaron Tikuisis、Stuart White与Wilhelm Winter，2017年《Annals of Mathematics》185(1):229–284，DOI:10.4007/annals.2017.185.1.4
- James Gabe，2017年关于amenable迹拟对角性的推广
- Emmanuel Breuillard、Mehrdad Kalantar、Matthew Kennedy与Narutaka Ozawa，2017年《Publications Mathématiques de l’IHÉS》126:35–71，DOI:10.1007/s10240-017-0091-2
- Kalantar与Kennedy，2017年《Journal für die reine und angewandte Mathematik》727:247–267
- Eric A. Carlen与Jan Maas，2017年《Journal of Functional Analysis》273(5):1810–1869，DOI:10.1016/j.jfa.2017.05.003
- Carlen与Maas后续量子Ricci曲率及熵不等式工作
- Eric Evert、J. William Helton、Igor Klep与Scott McCullough，2018年《Journal of Geometric Analysis》28:1373–1498，DOI:10.1007/s12220-017-9861-9
- Helton与McCullough，2012年《Annals of Mathematics》176:979–1013关于自由LMI表示
- William Slofstra，2019年《Forum of Mathematics, Pi》7:e1，DOI:10.1017/fmp.2018.3
- 后续同步非局域游戏与相关集合分离结果
- Zhengfeng Ji、Anand Natarajan、Thomas Vidick、John Wright与Henry Yuen，2021年《Communications of the ACM》64(11):131–138，DOI:10.1145/3485628；原始证明arXiv:2001.04383（2020）
- Natarajan等，2024年《CCC 2024》关于噪声下MIP*能力，DOI:10.4230/LIPIcs.CCC.2024.30
- Jorge Castillejos、Samuel Evington、Aaron Tikuisis、Stuart White与Wilhelm Winter，2021年《Inventiones Mathematicae》224:245–290，DOI:10.1007/s00222-020-01013-2
- Bosa、Brown、Sato、Tikuisis、White与Winter关于二颜色分类的后续
- Bruno Braga、Ilijas Farah与Alessandro Vignati，2021年《Advances in Mathematics》389:107886，DOI:10.1016/j.aim.2021.107886
- Špakula与Willett，2013年关于Roe代数同构与粗等价的先行结果
- Marius Junge、Tao Mei与Javier Parcet，2018年《Inventiones Mathematicae》214:111–208，DOI:10.1007/s00222-018-0802-6
- 后续群von Neumann代数Fourier乘子与Markov半群研究
- James Gabe，2017年《Journal of Functional Analysis》272(5):1903–1923，DOI:10.1016/j.jfa.2016.11.015
- Tikuisis–White–Winter 2017拟对角性定理
- Joan Bosa、Nathanial P. Brown、Yasuhiko Sato、Aaron Tikuisis、Stuart White与Wilhelm Winter，2021年《Memoirs of the AMS》272(1331)，DOI:10.1090/memo/1331
- Castillejos等，2021年核维数至多一的完成性结果
- Toms, A. S.; Winter, W. Strongly self-absorbing C*-algebras. Transactions of the AMS, 2007, 359(8):3999–4029.
- Winter, W. Nuclear dimension and Z-stability of pure C*-algebras. Inventiones Mathematicae, 2012, 187:259–342.
- Kalantar, M.; Kennedy, M. Boundaries of reduced C*-algebras of discrete groups. Journal für die reine und angewandte Mathematik, 2017, 727:247–267.
- Natarajan, A. et al. The Computational Advantage of MIP* Vanishes in the Presence of Noise. CCC 2024, LIPIcs 300:30:1–30:21, DOI:10.4230/LIPIcs.CCC.2024.30.