Formal in Silico

项目纲领 · v0.5 · 2026-11-01

Formal in Silico

计算机模拟的三重正确:物理、数学、软件

材料设计、药物筛选、结构安全评估越来越依赖计算机模拟给出的数字。这些数字从方程出发,经过离散化、迭代算法和并行程序,最后落在 IEEE 754 浮点数上。一个模拟结果要可信,必须同时满足三重正确:物理上正确(模型描述了真实世界),数学上正确(求解的确实是模型的方程,误差有界),软件上正确(程序忠实地执行了算法,浮点误差有界)。今天这三者分别靠实验对比、数值经验和软件测试来担保,而且彼此纠缠:结果与实验不符时,说不清错在模型、离散还是代码。据我们所知,本项目第一个对同一个计算同时建立三者:数学正确与软件正确由机器检查的证明给出(Lean;TLA+、Frama-C 与经过证明的检查器),物理正确由预先登记、可追溯的实验观测确认,全部记在同一份账本里。数学与软件的误差被严格界定之后,与实验的偏差就只剩模型本身与测量的不确定度,模型误差得到严格的界,而不是在假定数值已经收敛之后估计。

PDE‖u − uh‖ ≤ (M/α) · inf ‖u − vh‖
TLA+Spec ⇒ □ AtomsConserved
IEEE 754|fl(Eh) − Eh| ≤ εround
实验yobs − ymodel ∈ [yobs − hi, yobs − lo] ± σexp
1598条命题登记在可信账本中
1221条已有机器证明(T3 或 T4)
444条达到端到端等级 T4:检查器可靠性、内核安全与内核浮点
4个参照程序交叉校验:DFTK.jl、scikit-fem、ASE 与 pycalphad

证明依赖:账本里的每个命题建立在哪些命题之上,直接从 Lean 证明项读出。点一个节点追踪它的链;各领域页里有只看本领域的同一张图。

  • 命题或定理,颜色表示领域
  • 用到:箭头指向证明依赖的东西
  • 越大,被越多的结果用到
  • 选中节点用到的
  • 用到选中节点的

拖动平移,滚轮或双指缩放,拖动节点可以移动它;点一个节点看它的上下游,“只看它的链”只显示它直接或间接用到的与用到它的。命题 A 指向命题 B 表示 A 的证明(沿着不属于任何命题的引理)用到了 B 的定理;两个命题可以互相用到。没有 Lean 定理的命题(测试、T0–T2)不在图中。图由 scripts/depgraph.py 生成,只帮助阅读,不属于可信链。

最新

动态

五个领域新增的功能、研究结果,以及论文与本网站的变化,新的在前。逐项状态见进度;这里引用的命题都登记在可信账本中。

    • DFT含离子–离子项的总能量 [E],由检查器一行给出。 此前检查器的能量行不含离子–离子(Ewald)能,所以任何任务卡的 [E] 项都无法满足。新选项 --total(certify-pw3d CERT --total、fis dft run --total)由证书本身构造 Ewald 问题(同一晶格、原子位置与赝势电荷),用一般 Ewald 检查器检查,并把每个晶胞的总能量作为区间打印;区间包含认证解的总能量,这一点在 Lean 中对零温路线与 Fermi–Dirac 路线都已证明(DFT-G700–G704)。在小算例上(D10 脚本的 AlAs、GaAs、MgO;2×2×2,各约 3 分钟),DFTK 打印的总能量都在区间内,不加选项时输出与以前逐字节相同(E360)。表格命令 fis dft ladder 的 [E] 列现在是总能量。D12 已认证的点(10 Ha,4×4×4)还没有用它重跑,所以 D12 仍没有完整的点。
    • DFT任务 D10:DFTK 脚本与证书之间的比较报告。 fis dft compare --script S.jl --dftk-output OUT --checker-output CHECK 打印脚本的精确换算、认证的问题是否就是脚本的问题(包括 DFTK 的 FFT 尺寸),以及 DFTK 的总能量与网格能隙:在认证区间内,或差多少 hartree(G705;这是比较,不是证书)。在降到 1.5 Ha、2×2×2 的任务卡脚本上,DFTK 的两个数都在区间内(E361)。任务卡设置本身没有运行。
    • DFT任务 D8 与 D9 经用户命令被拒绝;两者都是超出上限的 R。 D8 的任务卡命令(Fe,共线自旋,fis dft run … --spin collinear)在 5 s 内、任何驱动运行之前被拒绝:没有三维自旋极化金属的检查器(DFT-E380、G730)。D9 的命令(fis dft bracket … --xc pbe,Si 的 PBE 晶格常数)在 10 s 内被拒绝:没有 PBE 能量行,也没有 PBE 括号定理(E381、G731)。每个拒绝都写出缺少的功能和代价估计,两者都已列入 TRUST.md 的“目前做不到”。D1、D2、D7 已占满计入 DFT 门槛的 3 个 R,所以这两个 R 有记录但不计入。
    • DFTD3、D7、D10 已达到的水平经写进文档的用户命令复现。 每个已达到的水平都按用户的方式重跑(fis dft run,或 D10 的操作说明),再次被接受,区间相同:D3 的 MgO 9.50 Ha 与 NaCl 3.56 Ha(8×8×8),以及 MgO Q = 90(比约化的 28 Ha 高一个壳层)在 2×2×2 上;D7 的 Al 6.74 Ha、4×4×4;以及 D10 的小脚本(DFT-G732–G736)。MgO 2×2×2 的重跑共用 6 小时 46 分、74.8 CPU 小时(检查 56.5);它需要 --force,因为运行前的代价估计超出校准范围,给出 364 CPU 小时(E382)。进度页现在把这些水平标为 U(用户可复现)。
    • CALPHAD工具修正:时限到时杀掉整棵进程树。 fis calphad 的命令(row、invariant、cover、selfcheck)在时限到时停止驱动,现在先冻结驱动及其全部子孙进程,再一起杀掉。以前在最后一次扫描之后才启动的进程会漏掉并继续运行:在一棵不断启动新进程的测试树上,每次漏掉 3–4 个,现在一个也没有。这是一个单元测试在高负载下失败时发现的。
    • CALPHAD12 个 CALPHAD 任务的代理用户预演:预演中门槛通过,没有 F!。我们在当前代码上预演了 M3 的验收运行。12 个任务卡各由一个新的智能体来做,它只拿到任务卡、用户文档和任务卡的预算(1 h、32 核、64 GB),自己运行工具并交出任务卡要求的东西;另一个智能体根据代理用户自己的检查器输出逐卡评分,并用 pycalphad 做独立核对(CAL-T200)。评分:C5、C7、C8、C10、C12 为 C;C3、C6、C9、C11 为 P;C2、C4 为 R(工具分别在 7.2 s 和 12.5 s 内拒绝);C1 为 F(一小时内 741 个点认证了 324 个,P 需要 371 个)。预演中门槛通过:12 项中 11 项通过,2 个 R,9 项有证书,能力分 7.0,与我们自己运行的读法相同(C、P、R、F 的含义)。没有 F!:C1、C6、C10 上 pycalphad 的标记经第二条途径查明来自 pycalphad 本身(NaN、非全局的答案、约 10−9 的质量平衡偏差)。余量只有一项,靠两个判断(C2、C3)撑着;下面几条把它们定下来,并补上预演列出的缺口(docs/stage2/rehearsal-calphad-2026-11-15.md)。局限:代理用户是我们启动的智能体,不是外部用户;代理用户说它读了哪些文档是自述的。
    • CALPHADC1 在我们自己的运行中一小时内达到 P;12 个 CALPHAD 任务现在都通过或计划为 R。fis calphad section 现在按在完整 C1 运行上校准的代价从最便宜的点开始,并把 --budget 当作从命令开始算起的截止时间(CAL-T201、T204)。用写进文档的命令在 32 核上运行(共享机器,负载约 130),59 分钟内 741 个点中有 495 个得到认证,每一个都被检查器接受且都在任务卡的宽度之内(Gibbs 能在 1 J/mol 内,每个成分盒不超过 0.005);截止时 2 个点未判定,244 个点未轮到;共 29.8 CPU 小时,含截止时被杀掉的两个检查器;pycalphad 在任何点上都不矛盾,在 2 个点上返回 NaN(CAL-T202)。P 需要 741 个点中的 371 个;C 被排除(任务卡 46 相中的 45 相,且有点没有证书)。在我们自己的运行中,严格按任务卡读,12 个 CALPHAD 任务现在都通过或计划为 R(C:C5、C7、C8、C10、C12;P:C1、C3、C6、C9、C11;计划 R:C2、C4),比门槛多两项。这些是我们自己的运行;代理用户评分在 M3。
    • 纲领预演之后,按用户决定对验收规则作了两条澄清。任务卡仍然冻结;澄清是对规则的解读,不是放宽(docs/stage2/acceptance-clarifications.md 第 2、3 条)。强行运行之后拒绝仍然成立:写进文档的命令在预算的 10% 之内给出理由和估计并拒绝,且这项限制列在 TRUST.md“目前做不到”中,任务就是 R;代理用户越过拒绝强行运行,不取消这个拒绝,那次运行认证的东西按通常规则评分,其中若有 F! 仍然终止验收。回显的限制若使不适定的任务卡问题变得适定,就算任务卡的问题:任务卡上的模型按文件所写没有平衡(Gibbs 能无下界,如 C3 中 BCC_A2 在 N → 0 时)时,对使问题适定的最小限制给出的证书算数,前提是检查器回显这个限制,并且 TRUST.md 写明它及其原因;对本来适定的问题加限制,得到的仍是更小的问题(最多 P)。
    • CALPHAD根据预演修正的工具问题。fis calphad section、row、invariant、cover 和 selfcheck 的 --budget 现在是从命令开始算起的截止时间:此后不再启动驱动或检查器(CAL-T204、T206)。资源记录计入被杀掉的进程:在时限处被杀掉的检查器及其启动的进程都被回收,它们的 CPU 时间得以保留(预演中约 13 CPU 小时被杀掉的检查器没有计入;T203、T206)。截面估计会指出检查器的数据库读取器在该温度下读不了的相;C2 中是 L12_FCC 和 M3V,它们的参数只定义在 298.15–300 K 上(T205)。这更正了先前的一个说法:C2 实测的单点代价对应 7 个可读的相,而不是全部 9 个,拒绝仍然成立(CAL-D170)。fis calphad invariant 打印任务卡的宽度结论(T207)。pycalphad 返回的 NaN 在交叉核对中不再算作一致,C11 的结论行列出模型中去掉的每个相(BCC_A2 与 GAS;T208)。这些都是不受信任的工具(T0);检查器没有改动。
    • DFT一般格子 LDA 检查中的时间反演:已证明可靠并在 GaAs 上被接受,但没有有用的提速。证书现在可以带一行 symmetry tr:检查器据此按晶体的操作以及 k → −k 给 k 点配对,其结论已证明与原有路线逐字相同(DFT-G660–G674;Lean,只用标准公理)。在闪锌矿 GaAs 上(D12 问题,3×3×3 k 网格,代表从 5 个减到 4 个)检查器接受,DFTK 的解在全部 27 个 k 点上都在结论之内(E330);篡改的证书、去掉这一行的同一证书、以及不支持它的路线都被拒绝,不带这一行的证书输出逐字节不变(E331)。它没有让检查明显变快:只有随代表数增长的阶段缩短了,在完整网格上的阶段占主导(分阶段计时,E334;按模型而非测量,收益约 1.1–1.2 倍)。唯一批准的一次 10 Ha、4×4×4 网格测量在 3 h 时限处停止,没有判定(E333)。因此不提议 D10 的任务卡运行,DFT 门槛在 acceptance-v1 下仍不可达(E310)。
    • 纲领各任务目前的位置:目前达到的水平。按用户决定,进度页现在对 24 个验收任务逐项列出检查器已经接受的最好结果(材料、赝势或数据库、泛函与任务卡相同,离散化可以不同),附账本编号与级别(目前达到的水平;记录见 docs/stage2/progress-achieved-levels.md)。这是看到结果之后整理的进展记录,不是评分,也不是测试:acceptance-v1 仍然冻结,结果不变(DFT 门槛在 v1 下不可达,DFT-E310)。DFT:12 张卡中 6 张在某个水平上有认证结果(D1、D2、D3、D7、D10、D12;D1、D2、D10 只在粗糙设置下,只说明能力),在 v1 约化设置下全部核心条目都认证的为 0;4 张为 R(D1、D2、D7,以及超出 3 个上限、不计入的 D11);5 张还没有任何结果(D4、D5、D6、D8、D9)。CALPHAD:10 张达到 P 或更好,其中 5 张为 C,另有 2 张为 R,与我们自己按 v1 的运行一致。下一步:为 D3、D7、D10、D12 预先登记第一步提高(v3),约 11-24 冻结,冻结前不在该设置下运行,结果与 v1 分开报告;并为 D8、D9 补上拒绝路径(工具拒绝与 TRUST.md 条目)。
    • 纲领对 24 个验收任务按任务卡规则做了评分审查,并更正了进度页。我们按每个任务卡的规则(资源、结果类别、拒绝上限),像代理用户在 M3 那样逐项评分,凡进度页说得多于或少于任务卡允许的地方都已更正。D9 不算部分完成:已有的是 LDA 括号(DFT-W100–W107),任务卡要求的是 PBE。D11 是有理由的拒绝(DFT-G501),不是部分完成;得到证书的小输入(G504)是另一个问题。C2 不算部分完成:7.7 s 的那个点只用了 FCC_A1,用任务卡的 9 个相,一个点约要 2,000 s。C8 尚不算部分完成:任务卡的 P 还要求 LAVES_C14 直到 900 K 都不出现(已认证到 860.46 K,CAL-D104)。C7 原先说少了:它的全部任务卡条目在我们自己的运行中都已达到(CAL-D104),尚未由代理用户评定。D1、D2、D7 与 C4 是计划为 R,而不是已计为 R:R 只在 M3 评定,且需要工具本身在用掉 10% 预算之前拒绝,并在 TRUST.md 的“目前做不到”中列出这项限制。C1 最多计 P(46 相中的 45 相),其运行约用 56 CPU 小时,任务卡的预算是 32 核·小时(CAL-D126)。拒绝上限作了澄清而没有放宽:超出上限的拒绝不算通过,门槛仍要求 DFT 6 个、CALPHAD 8 个任务有证书。展望:DFT 门槛要求 D3、D4、D5、D6、D10、D12 六个全部达到 P,而今天按实测或估计,没有一个能放进 24 小时的预算;小规模探测正在运行,以判断这个门槛是否可达。CALPHAD 门槛今天可达,但没有余量;正在做的有:C4 的工具拒绝、C8 与 C10、任务卡运行的文档化命令,以及代理用户的预演。本条不声称新的结果。
    • DFT探针判定 DFT 门槛:在 acceptance-v1 下不可达;计划的拒绝现在经用户命令得到。DFT 门槛要求 D3、D4、D5、D6、D10、D12 六项全部达到 P,每项在 24 h、64 GB、32 核之内。在任务卡约化设置下的小探针(2×2×2 网格上的浮点预检与校准过的代价模型;是测量,不是结果)表明没有一项装得下:D4 两种材料至少要 2,100 CPU 小时,D5、D6 各至少 25 h,最接近的 D10 也超出预算 1.2–1.3 倍(DFT-E300–E307)。据此用户决定:DFT 门槛在 acceptance-v1 下不可达(E310);每个任务仍按任务卡去做或拒绝。计划的拒绝现在经写进文档的用户命令得到(fis dft run,docs/usage-pw3d.md 第 9 节),都在预算的 10% 之内:D1、D2 由代价估计在 1–5 分钟后拒绝(E316、E317),D7-Al 由新的 Fermi–Dirac 运行前闸门在 24 分钟后拒绝(E315、G621),D7-Cu 由代价估计在 6 s 内拒绝(E319),D11 的 ABINIT 输入由转换器在 0.1 s 内拒绝(E318);--ecut 现在直接接受以 hartree 计的截断(G620)。D11 会是第四个 DFT R,不算通过。这些 R 在 M3 评定,此前不算。
    • CALPHADC4 与 C2 由工具拒绝;C8 与 C10 的任务卡条目在我们自己的运行中全部满足。新命令 fis calphad section 在任何检查器运行之前估计三元截面的代价,装不进预算时拒绝:C4 约 5 s 被拒(有序–无序相,预测半数点需 ≥ 9,797 s;CAL-K230、D150、D151),C2 约 1 s 被拒(没有无序部分的磁性有序相,预测 ≥ 21,993 s;K231、D152、D153),两项都列入 TRUST.md“目前做不到”。C8:一条命令证明 MgZn2 的同成分熔化在 [857.4433, 857.4633] K 内,用全部 11 个相,并证明 LAVES_C14 直到 900.46 K 不出现在任何平衡中,用时 6.5 分钟(T180)。C10:fis calphad selfcheck 判定了评估者表格的全部三行;第 1、3 行一致,第 2 行与表格相差 4.46 K;每个成分窗口都不超过 0.005(T181–T184)。用户指南把每个 C 任务卡对应到一条命令(docs/usage-calphad.md;fis calphad row,K232;点命令的选项,K233)。这些是我们自己的运行;代理用户评分在 M3。C3 与 C9 各有一个窗口略超 0.005(0.00518、0.0055),需要更窄的重算。
    • CALPHADC3 与 C9 以更窄的窗口重跑:所有成分窗口都在 0.005 以内。C3(Ni–Al,1273.15 K,任务卡的全部四个点):用文档中的点命令、更细的窗口分辨率重跑,最大窗口 0.0032(原 0.00518),Gibbs 能区间宽约 10−8 J/mol,有序判定不变(CAL-T185)。C9(Al–Si 共晶):温度区间 [850.1486, 850.1506] K,液相窗口 0.0032(原 0.0055),pycalphad 落在其中(CAL-T186)。按任务卡规则严格衡量,在我们自己的运行中 12 个 CALPHAD 任务有 11 个可通过(C:C5、C7、C8、C10、C12;P:C3、C6、C9、C11;计划 R:C2、C4),比门槛多一个(C、P、R 的含义);这些是我们自己的运行,到 M3 由代理用户评分。
    • DFT验收任务 D7(Al 与 Cu)计为 R(有理由地拒绝)。在 Al 的任务卡设置(20 Ha,12×12×12 k 网格)下,检查器的 Newton–Kantorovich 界需要 4aηT ≤ b2 ≈ 0.051。在卡片截断、2×2×2 网格上的预检给出 823,计划中各项改进的最好有效投影约 0.117。这些是浮点估计,不是证书。任务卡 38 Ha 的 Cu 遇到同一障碍(DFT-E285–E289)。账本中此前一个浮点闸门判为 GO;独立复核发现它忽略了闭合条件中的 b2,另有其他错误,现已更正为 NO-GO(DFT-E281–E283 的注明日期的更正)。
    • DFT适用于任意晶格、逐原子电荷的认证 Ewald(离子–离子)能。新的检查器入口对任意晶格、每个原子各有电荷的晶体给出 Ewald 能的区间;它的可靠性已在 Lean 中证明,并证明了第一阶段的 fcc Ewald 能是它的特例(DFT-G530–G532)。fcc Al 与闪锌矿 GaAs 的区间宽度不超过 1.7×10−11 Ha,都含 30 位的参考值(G533、G534)。
    • DFT验收任务 D12:一般晶格路线上认证的零温能量步。检查器的新选项 --energy 给出认证解的电子 LDA 能量的区间,可靠性已证明(DFT-G571–G573)。在五个 GaAs 小算例上区间宽度不超过 5.4×10−10 Ha,有 DFTK 参考值的四例中 DFTK 的值都在区间内(E293)。这个能量不含离子–离子项:还没有与上面的 Ewald 区间合成。
    • DFT验收任务 D12:收敛表的第一个认证点。GaAs 在任务卡的 10 Ha、4×4×4 k 网格上,检查器接受:SCF 解被包住,零温占据有定义,网格能隙在 [0.016315585, 0.016315589] Ha 内(DFT-E295)。这是表格的一个点,不是收敛的答案,也还没有 [E];P 需要任务卡 12 个点中至少 6 个。检查用了 73.5 CPU 小时与 19 GiB,是代价模型估计的 1.35 倍与 2.1 倍,模型已重新标定(E294)。
更早:2026-09-27 至 11-12
    • CALPHAD验收任务 C5:任务卡的全部运行得到证书——两项在我们自己的运行中都达到 C 级。Cu–Zn(Liang 2015)、全部 8 个相、400–1400 K 的全部 101 个温度:每一行都得到证书,101 个温度上 pycalphad 的答案都在窗口内(0 个在外,共 73489 个相态),每条相界宽度都在任务卡的 0.005 以内(最大 0.0036);32 核上 48 分 21 秒,在任务卡的 1 小时之内(CAL-K222)。用的是修好的驱动,以及让最重的相先跑的行检查器入口;该入口与更快的行检查器结论相同,已在 Lean 中证明(CAL-T170–T174)。加上 11 月 11 日 700 K 的 [EQ] 证书(CAL-K143),这是第二阶段第一个两项都达到 C 级的 CALPHAD 任务。未完成:验收任务由协议下的代理用户评分,评分还没做,因此 C5 显示为“部分完成”。
    • CALPHAD验收任务 C9:Al–Si 的 P 级内容完整。共晶 LIQUID → FCC_A1 + DIAMOND_A4(COST 507)有不变反应证书 [850.1471, 850.1521] K,pycalphad 的 850.1498 K 与三相成分都在其中(CAL-T150)。500–1800 K 每 10 K 的相图行证书在全部 131 个温度上得到;每个温度上 pycalphad 的答案都在窗口内,每个宽度都在 0.005 以内。运行在 32 核上用 18 分 45 秒(CAL-K200–K202)。最多计 P,因为相集小于任务卡的 26 个:行检查器拒绝 ALCE_AMORPHOUS 并给出理由,所以用 25 个相;不变反应证书读入 21 个。未完成:C 级需要的温度区间 [TB] 证书和“JSON 加图”的产物;代理评分。
    • CALPHAD验收任务 C4 按任务卡有理由地拒绝。检查器加入了两项已证明的盒界改进:系数舍入(CAL-K180–K182)与凹方向上的割线(CAL-K183–K185)。即使有了它们,Ni–Al–Cr 的 10 个小算例在 10 分钟内仍然没有一个得到证书(CAL-K186)。我们测量了原因。在有序 B2 与 L12 相稳定的地方,单是它们的第一遍就超过任务卡每点约 10 核·分钟的预算。代价在叶子的数目,而不在每片叶子;决定这个数目的有两样:非凸的有序化方向,以及 L12 最小值附近的磁性盒常数。因此 C4 有理由地拒绝(CAL-D133)。要做到需要最小值附近的新一类证书,而不是工程优化。这更正了今天早些时候的条目:那里说第一遍的加速正在进行,加速已经试过,达不到任务卡。
    • DFT验收任务 D1 与 D2 计为 R(有理由地拒绝)。要在任务卡的约化截断处认证 PBE 带隙,PBE 需要在分裂、点群核心上运行。浮点可行性闸门测量了这条路线能否在那里闭合 Newton–Kantorovich 界。闸门 0 为 NO-GO(DFT-E230–E231)。闸门 1 是有条件的 GO(DFT-E232–E234),但闸门 2 为 NO-GO,取代了它:GaAs、AlP 与 Si 在约化截断处的余量都不够(DFT-E235–E249;这些是估计,不是证书)。按用户的决定,D1 与 D2 计为 R:检查器在用掉 10% 预算之前拒绝,并打印理由与代价估计(DFT-E151、E205)。已有的证书保留:Si、C、Ge、GaAs、AlP 在任务卡的 8×8×8 k 网格、粗截断 Q = 17/2 下的证书,DFTK 在每个区间内(DFT-E153–E155、E200–E207)。TRUST.md 现在把生产截断下的 PBE 证书列为“目前做不到”。
    • DFTDFT 核心中的交换关联插件接口。核心的检查链现在通过一个插件记录读取交换关联泛函。记录的每个钩子都带有自己的契约与证明,模式同占据插件(DFT-E250–E257)。LDA 实例已证明等于旧的求值器,检查器在所有算术路线上的输出逐字节相同(DFT-E258)。这是为更多泛函准备的架构工作,不改变 D1 或 D2。
    • CALPHAD验收任务 C5:证书表明 pycalphad 在 710–730 K 的平衡不是全局最小。在 Cu–Zn 的 β/β′ 有序化温度附近,pycalphad 0.11.2 的缺省设置停在无序 BCC_B2,漏掉了有序的 β′ 态。从有序态出发的点证书在全部 57 个点上被接受(710、720、730 K 的 xZn = 0.40–0.56,以及 700、740 K 的 6 个对照点)。pycalphad 的状态高于已证最小值的:710 K 17 个成分中 15 个(最多 6.75 J/mol),720 K 17 个中 17 个(最多 2.85),730 K 17 个中 10 个(最多 0.60);6 个对照点全部得到证书。被证明的是该数据库模型在每个点的最小 Gibbs 能(去掉单独的无序 BCC 条目:它就是两个亚点阵相等的 BCC_B2);pycalphad 的能量按它自己报告的数值取用,这一浮点比较本身没有证明。结论只针对这个数据库和 pycalphad 0.11.2 的缺省设置(CAL-K157、K159)。我们的驱动改用有序起始格点后,任务卡运行中超时的 700–740 K 各行都得到证书,宽度在 0.005 以内;pycalphad 缺省设置的答案在 710 K(273 个相态)和 720 K(86 个)落在证书窗口之外(CAL-K158)。
    • CALPHAD验收任务 C5:任务卡运行中的驱动失败在小算例上修好。410 K 在纯 Zn 附近的失败来自 pycalphad 状态 10−16 的舍入,驱动现在加入纯端态。1360 K 并没有窄的 FCC + 液相区(pycalphad 在整个范围都是液相,更正 11 月 11 日的条目);0.05 的宽度来自第一个格子里 FCC 未被排除,驱动现在会二分这类格子。420–670、840、960 K 超过 0.005 的宽度通过更细的证书设置与细分窄相区解决。逐个运行,410、420、490、560、650、840、960、1360 K 全部得到证书,pycalphad 的答案都在窗口内,每个宽度都在 0.005 以内(CAL-K153–K156)。检查器没有改动。
    • CALPHAD更快的相图行检查器。新的检查器入口对共用同一条公切线的所有格子只做一次第二遍计算,其可靠性在 Lean 中证明(CAL-T123–T125,套件用例 T126)。在任务卡 6 个温度的证书上,输出逐行相同,检查器 CPU 时间少 2.8 倍(CAL-K161)。未完成:C5 仍不计分;任务卡的 101 个温度没有重跑,留到最终验收运行。
    • DFT验收任务 D2:GaAs 与 AlP 在任务卡的 8×8×8 k 网格、粗截断下得到证书。D1 的稠密 PBE 检查器直接支持两种原子,Lean、检查器与驱动都没有改动(DFT-E200)。闪锌矿 GaAs 与 AlP 在 Q = 17/2、全部 512 个 k 点、不做对称约化时,检查器接受,带隙区间为 [0.078322888675, 0.078322888687] Ha(GaAs)与 [0.076266778151, 0.076266778163] Ha(AlP),各在 32 核上约 50 分钟;DFTK 对同一离散问题的解在每个区间之内,2×2×2 与 3×3×3 网格上也是如此(DFT-E201–E203、E206–E207)。还不是“部分完成”:截断仍低于任务卡的约化设置。在约化设置处稠密检查有理由地拒绝,估计需要约 6 万 CPU 小时与 3 TB 以上内存(DFT-E205);要做到需要把 PBE 放到分裂、点群路线上,并有 PBE 版的 Rule U,与 D1 相同。
    • CALPHAD验收任务 C4:截面驱动已就绪,还没有点得到证书。Ni–Al–Cr 截面(Liu 2016 数据库,1273.15 K,富 Ni 一半,190 个点)有了驱动任务、任务卡的相列表与 pycalphad 相图(CAL-D130)。检查器支持任务卡 19 个相中的 18 个(不含气相),所以此任务最多计 P。在覆盖相图各区域的 10 个小算例上,驱动在每个点都写出证书,但检查器在全部 10 个点都达到 10 分钟上限(CAL-D131);另一次 32 个点、每点 55 分钟上限的运行,32 个点也都未判定。代价在有序 L12 与 B2 相的第一遍(CAL-D132):现有检查器无法达到任务卡“32 核 1 小时”的要求。加速这一遍的工作正在进行。同日稍后更正:加速已经试过,达不到任务卡;C4 按任务卡有理由地拒绝(CAL-D133,见上)。
    • CALPHAD验收任务 C5:Cu–Zn 在 101 个温度中的 97 个得到相图行证书。新的行证书在 Lean 中检查,覆盖一个二元系在一个温度下的全部成分范围,对文件所定义的模型可靠(CAL-T120–T122)。任务卡的运行(400–1400 K,步长 10 K)中,97 个温度得到证书,每一个温度上 pycalphad 的答案都在窗口内;其中 75 个温度的每条相界宽度都达到任务卡的 0.005。未完成:410 K 驱动在纯 Zn 附近失败;710–730 K 检查器到达 10 分钟上限;22 个有证书的温度宽于 0.005(1360 K 漏掉了纯 Cu 一侧很窄的 FCC + 液相区);运行用了 1 小时 52 分,超过任务卡的 1 小时,因此不计分(CAL-K150–K152)。
    • CALPHAD验收任务 C12:520 K 的窗口达到任务卡要求。粗盒子的原因:驱动选的参考态条件数差,检查器的细分预算在窗口被分细之前就用完了。改选条件更好的参考态后,液相窗口最宽 0.0023(任务卡 0.005),检查用时 82 s;450 K 不变,两个温度都达到任务卡的宽度。检查器没有改动;pycalphad 接口现在缺省采用这种选择(CAL-K170–K172)。未完成:此前一个 Cr–Fe–Ni 点上 BCC_B2 的粗盒子尾部与参考态的选择无关,需要改检查器,目前只是提议(CAL-K173)。
    • DFT验收任务 D7:一般格子路线上第一批有证书的 Fermi–Dirac 金属。在对 k 点做点群约化的路线上,新的金属检查器为 fcc Al 和 bcc Li 给出证书(LDA,Fermi–Dirac 展宽 T = 0.01 Ha,2×2×2 k 网格,小截断)。两者 DFTK 对同一离散问题的化学势与 Mermin 自由能都落在认证区间内;篡改过的证书(改电子数、温度加倍、移动中心、改动对称操作)都被拒绝(DFT-G400–G480、E170、E171)。任务卡本身的设置还没有运行。
    • DFT验收任务 D3:MgO 在任务卡的降低截断下,只在 2×2×2 k 网格上。在 28 Ha(每个 k 点约 900 个平面波)下,检查器接受 MgO 的证书(DFT-E160)。Gram 阶段改为流式、最后阶段并行之后,检查器的峰值内存从 59 降到 39 GiB,16 核上的墙时从 4.5 降到 4.1 小时,输出逐行相同(DFT-G367–G387、E161–E165)。D3 仍未覆盖:任务卡的 8×8×8 运行已推迟。
    • CALPHAD验收任务 C11:在 pycalphad 脚本里原地给出判定。在脚本里加 4 行,pycalphad equilibrium 的每个网格点都得到一个判定:certified、被证明不是全局最小、或未判定并写出原因。任务卡的 3×4 Cr–Ti 网格上:8 个 certified,3 个不是全局最小(pycalphad 的状态比认证最小值至少高 4499 到 9819 J/mol),1 个未判定,因为 pycalphad 在该点返回 NaN(CAL-K140、K141)。判定都关于去掉气相的模型(检查器还不读气相);浮点比较本身没有证明。
    • CALPHAD验收任务 C12:四元焊料点在 450 K 得到证书。Ag–Bi–Cu–Sn,NIST 焊料数据库的全部 14 个相:450 K 时每个平衡都含 BCT_A5、EPSILON 与 CU6SN5_L,宽度达到任务卡要求,pycalphad 的相分数都在区间内。520 K 时液相单相得到证书,但它的成分窗口还没有窄到任务卡的 0.005;细分预算加大 3 倍多、运行 18 分钟后仍是同样 19 个粗盒子,所以缺口在细分方法而不在预算(CAL-K142)。
    • CALPHAD验收任务 C5:Cu–Zn 在 700 K 被证明是有序的 β′。在 xZn = 0.48、原数据库的全部 8 个相下,唯一的稳定相是 BCC_B2,其序参量 |η| 在 [0.3685, 0.4016] 内,所以是有序相;pycalphad 的能量与位置分数都在区间内(CAL-K143)。任务卡 101 个温度的扫描只有设计,没有运行。
    • DFT验收任务 D10、D11:DFTK 脚本与 ABINIT 输入转换成被认证的问题。两个转换器读入 DFTK 0.8 脚本或 ABINIT 10 输入,给出精确的离散问题,不能转换的内容被拒绝并写出字段名;每个证书的回显都与转换出的问题逐项比较。AlAs(来自 D10 脚本)与 GaAs(来自一个 ABINIT 输入)的小例子在 1.5 Ha 的粗截断下得到证书(DFT-G500–G504)。D11 任务卡的输入被拒绝并写出原因(pspcod 3 赝势、Teter Padé LDA、四个 k 网格平移),这是任务卡允许的结果。任务卡的设置还没有运行:所需内存超出本轮允许的范围,而且这一模式下总能量还没有认证区间(DFT-E180)。
    • 平台里程碑 M1 达成,早于计划的 11 月 29 日。任意晶体结构的 LDA 证书与三元点平衡证书已经具备。这个里程碑不包括验收任务的打分:D3 与 C1 尚未达标或尚未打分。对 C1 的一次独立审查从原始输出重新计数;在 pycalphad 能比较的全部 732 个点上,稳定相集合都相同。
    • CALPHAD验收任务 C1:Al–Cu–Mg 在 673.15 K 的完整等温截面,但超过了时间限制。在 COST 507 数据库的完整 741 点网格上,734 个点对任务卡 46 个相中的 45 个给出平衡证书(工具拒绝 ALCE_AMORPHOUS,这个相不在任何陈述之内);7 个点未判定(0.94%,任务卡允许 5%),没有拒绝。这 7 个点中,1 个的证书未能判定 LAVES_C36,6 个撞到检查器 1 小时时限、没有结果,我们把它们计为未判定。pycalphad 只要给出数值,就没有不一致(CAL-D126、D127)。覆盖率达到了任务卡的要求,但运行在 8 核上用了 18.7 小时,任务卡的限制是 32 核 1 小时,所以这个任务尚未正式打分。
    • DFT验收任务 D3:仍低于任务卡的降低设置。8×8×8 k 网格上 MgO 9.50 Ha、NaCl 3.56 Ha 已有证书,但任务卡的降低设置是 28 与 15 Ha(任务设置是 125 与 35 Ha),所以这个任务还不算部分完成。在降低设置下检查被拒绝:由实测阶段外推,MgO 约需 1200–4100 CPU 小时、至少 50 GB,而预算是 768 CPU 小时(DFT-E156)。一处编译代码提速已证明与经验证的密度求和相等,输出逐行相同;在干净的 MgO 对比中,列阶段快了约 10%(DFT-G365、G366)。
    • 平台第一次每周冷验证通过。11 月 7 日推送的版本不用任何缓存结果、连同重型用例从头重新检查:18 个步骤全部通过,其中 311 个证书被接受,353 个篡改过的证书被发现,27 个负对照被拒绝;Si、C、Ge 在 8×8×8 k 网格上的 PBE 证书及其篡改版也在其中。这次运行在 16 个核上用了 13.4 小时。
    • DFT验收任务 D1 在卡片要求的 8×8×8 k 网格上:Si、C、Ge 的 PBE。全部 512 个 k 点,不做对称约化:检查器对三种晶体都给出接受,带隙区间宽度不超过 3×10−11 Ha,DFTK 对同一离散问题的解落在区间内(DFT-E153–E155,端到端)。编译代码的两处修复去掉了平方级的开销,现在每种晶体在 16 核上用 53 分钟。
    • DFT金属能量检查器有了证明。Mermin 能量检查器的可靠性定理已证明:检查器接受时,所认证的 Fermi–Dirac 解存在,且其自由能落在输出的区间内(DFT-G363–G364)。
    • 平台每个推送版本的验证更快。集成改为带抽查的热验证:输入不变的检查结果直接复用,并随机抽取十分之一重新运行、逐字节比对;带重型用例的冷验证改为每周一次,以及每次投稿之前。子进程的线程池现在按分配到的核数设置。
    • 网站一张图看当前位置。进度页开头新增一条从第一阶段到第二期的时间线,标出进度截至的日期,并列出第二阶段 24 个验收任务的状态。
    • 论文论文已放到本页。《Machine-Checked Triple Correctness of Scientific Simulations》(PDF,英文),即 2026-10-29 的 Stage I 版本,现在可以在这里阅读;动态列表只显示最近三个日期,更早的折叠在下面。
    • CALPHADAl–Cu–Mg 等温截面:40 个抽样点已认证 39 个。针对靠近成分单纯形顶点的点,新增一条搜索路径,并证明了熵项的切点下界(CAL-D118–D124):第一遍留下未决的 16 个抽样点中认证了 15 个,其中包括全部 6 个因盒预算用尽而停下的点;每个点仍带有已证明的相量,并与 pycalphad 0.11.2 一致(最大的 Gibbs 能区间宽 1.2×10−6 J/mol)。还有一个点 xCu = xMg = 1/4 停在时限上。完整的 741 点截面预计约 72 CPU 小时(原先至少 176),尚未运行。
    • MD静态 fcc 晶体:弛豫离子与参数盒。带截断的 Lennard–Jones 证书现在还覆盖弛豫离子这一步(MD-A23、MD-B43、MD-C37);新的盒段证明:对给定盒内的每一组 ε、σ 与截断半径,能量极小点唯一,晶格常数、能量与 C11、C12、C44 都落在输出的区间内(MD-A24、MD-B44)。对氩,三个参数的相对半宽取 10−3 时,C11 在 4.078–4.110 GPa;检查用时不到一秒,两个盒角上的独立高精度求和落在每个区间内。弛豫离子的极小点是局部的,极小与弛豫两行仍是点陈述。
    • DFT金属:自由能恒等式,以及尚无证明的检查器。在检查器核心的模型上证明了 Fermi–Dirac 解处的 Mermin 自由能恒等式,并给出能带熵项的包络(DFT-G353–G361);更紧的占据标签 occ fdt 使铝的费米能级区间窄了约十倍(DFT-G345–G352)。一个独立的能量检查器对 2×2×2 的 Al 输出自由能区间(宽 1.7×10−9 Ha,DFTK 的值在其内),但它的可靠性定理尚未证明,所以那一行还不是结果(DFT-G362)。
    • DFT第一个有证书的金属:铝。检查器核心的 Fermi–Dirac 占据插件已证明可靠,金属的结论写成具名命题(DFT-G331–G338);新的证书格式在一般晶格数据上、对任意电子数运行核心的检查(DFT-G339)。对 fcc 铝(LDA,GTH 赝势,小截断,展宽温度 0.01 Ha),在 2×2×2 与 4×4×4 k 网格上,费米能级被包在约 10−7 Ha 宽的区间内,DFTK 的费米能级与它的全部能带都落在证书的区间内;每一条能带行都有已证明的定理(DFT-G340–G344)。改动电子数、温度或中心的证书被拒绝。铝与铜在任务截断下的证书仍在后面。
    • DFTC 与 Ge 的 PBE 证书。在粗截断下,金刚石结构的 C 与 Ge 像 Si 一样有了 PBE 证书,能隙区间宽 10−11–10−10 Ha,DFTK 的解在每个区间之内(DFT-E147–E150)。在任务卡的截断下,稠密检查有理由地拒绝,附实测原因与代价估计:5.7–7.3 万 CPU 小时、3.4–4 TB,远超任务的预算(DFT-E151);fis dft estimate 现在也估计 PBE(DFT-E152)。
    • CALPHAD证书格式 5:更快的搜索进入已证明的核心。第一遍的最佳优先搜索,以及交换检查用的探测状态,现在都在已证明的 CALPHAD 核心里运行(CAL-U120–U133)。新证书默认用格式 5;格式 4 的证书检查结果与以前逐字节相同。多数驱动力的下界变紧,有序–无序路径快 19–30%;pycalphad 的值落在每个改变了的区间内。
    • CALPHAD任务 C3 的四个成分都有了证书。Ni–Al 有序–无序任务的最后一个未决点 xAl = 0.40 出了证书:BCC_B2 单相、有序(B2),有序参数在 [0.798, 0.801] 内,pycalphad 的平衡在每个区间之内。为此证明了位置分数趋于零处构型熵的新下界(CAL-D112–D117);这是一个需显式开启的选项,已有的证书检查结果不变。
    • MDMD 验收任务冻结;第一个静态结果。12 张 MD 验收卡在补齐参考文献(读原文或独立重算)之后冻结(一处笔误以勘误更正)。第一个静态检查给出 fcc 晶格和 A6、A12 以及 Lennard-Jones 平衡晶格常数与结合能的证书,区间宽约 10−14,用时 5 秒;参数 ε、σ 可以是从其他尺度传来的区间(MD-C30–C33、MD-A20、MD-B40)。
    • DFT检查器核心改为读取占据插件。核心的方程把电子数 N 当作有理数,规范取自注册的占据插件,因此零温检查不再要求每个晶胞的价电子数为偶数(DFT-G308–G324)。主要的可靠性定理改用 N 陈述;第一阶段的原有陈述逐字保留为偶数情形下已证明的推论,并且也登记了指纹(DFT-G325)。点群检查链的零温检验同样经由插件的闸门,并证明与原来的检验相同(DFT-G326、G327)。在对照案例岩盐 NaCl 上,经核心检查的证书输出仍逐字节相同。
    • 平台第一批跨尺度约定落到代码里。核心的结论现在是具名命题,即其他尺度导入时使用的形式(约定 1,DFT-G328–G330);声明行的每个数值字段都有登记的单位(约定 4,DFT-G313);证书格式中预留了导入声明的一节(DFT-G312)。同一天稍后,在此基础上的 Fermi–Dirac 插件给出了第一个金属证书(见上)。
    • CALPHADNi–Al 的有序与无序已有证书(任务 C3)。带新行 fast 1 的点证书还给出每个稳定相的位置分数区间,并只根据证书的区间判定 L12 状态是有序(γ′)还是无序(γ)(CAL-D105–D109)。在任务 C3(Liu 2016 Al–Ni,1273.15 K,限制 N ≥ 1/100 的问题,10 个相中的 9 个)上:xAl = 0.10 的唯一 L12_FCC 状态无序,0.20 有序与无序两个状态共存,0.24 的状态有序;pycalphad 0.11.2 的平衡位置分数都在证书的盒子内。已证明有序–无序相就是复合能模型,因此现有检查器对这种模型的包络同样适用于它(CAL-D105、D106)。xAl = 0.40 尚无证书:BCC_B2 的搜索在某个位置分数趋于零处停滞,那里需要一个新的已证明的界。任务 C2(Cr–Fe–Ni,Choi 等 2019,1073.15 K)的点 xCr = 0.2、xFe = 0.4(含磁性的 FCC_A1)在把容差设在浮点精度之内后 7.7 s 出证书;更紧的磁性界已证明,但还没有检查器使用(CAL-D110、D111)。
    • DFT共享检查器核心的第一步。一般晶格的检查链复制一次成为插件核心,带一个占据插件,其第一个实例是零温(DFT-G300–G304)。在对照案例岩盐 NaCl 上,经核心检查的证书与冻结路径的输出逐字节相同,篡改的孪生证书被拒绝(DFT-G305)。下一步让检查链读取插件,使金属(Fermi–Dirac)成为第二个实例。
    • DFT共享检查器核心改为接受金属问题。核心的问题类型改为金属问题(每胞价电子数不限奇偶),整条检查链经同一个映射读到绝缘体的描述,所以已有引理原样适用;核心的 26 个可靠性定理在新类型上重新证明,一般晶格的证书经核心检查的结果与以前完全相同(DFT-G306、G307)。核心拆成更小的模块后,最长的编译路径从 56 个模块 15823 s 缩短到 32 个模块 6460 s。Fermi–Dirac 占据插件正在接入检查链;目前还没有金属得到证书。
    • CALPHADCALPHAD 点检查共用一个已证明的核心。五种点证书检查的可靠性现在都由同一个语义核心推出,模型项与定义域作为插件(CAL-U100–U114);格式 4 的默认路径运行这个核心,已证明其输出与原检查器相同,在全部验证用例上逐字节一致(CAL-U115–U118)。一次检查现在可以对参数在一个盒子里的整族模型证明结论,这是接收其他尺度传来的区间参数的第一步(CAL-U111、U119)。
    • 平台每个推送的版本做一次冷验证。每个集成版本在推送前完整验证一次:不读结果缓存,并包含最重的用例;各条线只检查自己改动的部分,夜间运行跳过已有这种记录的版本(docs/TRUST.md)。第一次这样的运行在今天的版本上 18 步全部通过。
    • 纲领Stage II 的 FEM 与 MD 设计。认证有限元(12 个任务,从 Poisson 到弹性与周期两相胞)与分子动力学(12 个任务,先做静态性质,不声称长时间逐点轨迹)的设计文档与验收任务草案在 docs/stage2/;参考值经独立核对,需要的地方已更正。任务在冻结前都是草案(MD 约 11 月 10 日,FEM 不晚于 12 月 14 日)。
    • DFT三维 PBE、六方晶胞、D3 阶梯与金属检查器的接口。一般晶格上的稠密 PBE 检查器(fis-pw3d-pbeu 1,Libxc 的阈值属于问题定义)已证明可靠,能带与能隙区间端到端(DFT-E132–E146);Si(2×2×2 k 网格,小截断)上 DFTK 的 PBE 本征值、化学势与能隙都在证书的区间内。晶胞体积为无理数的晶格(如六方晶格)与逐轴的密度网格现在走第二条已证明的路径(DFT-G250–G256):纤锌矿 GaN 在小设定下与 DFTK 0.8 一致,Ga 用的是大芯赝势(3 个价电子)而不是任务卡的半芯赝势,所以这是已知答案,不是任务 D4。任务 D3:岩盐 MgO 在任务卡的 8×8×8 k 网格、9.50 Ha 下出了证书(88 分钟,19.5 CPU 小时),NaCl 在 3.56 Ha 下出了证书,DFTK 的解在每个结果之内(DFT-G200–G203);在任务卡自己的截断(MgO 28 Ha、NaCl 15 Ha)下,估计需要 500–2100 CPU 小时与约 50 GB,超出本阶段的预算,因此以这些数字为理由拒绝。金属方面,Fermi–Dirac 检查器将依赖的模型层的界已作为一个接口证明(DFT-C113–C130)。
    • CALPHAD多元平衡:已证明的相的量,以及 Al–Cu–Mg 截面的第一遍。点证书现在还给出文件所定义模型的每个平衡中每个相的量的界,并指出哪些相不存在(CAL-S100–S105)。在任务 C1(COST 507 Al–Cu–Mg,673.15 K)的 40 点样本上,用最佳优先搜索与交换探针,24 点出证书、16 点未决(到时限,或窗口不能分开)、0 点拒绝;pycalphad 0.11.2 在它有输出的全部 30 点上一致。在 xCu = 0.30、xMg = 0.55,LAVES_C15(量在 [0.674, 0.678] 内)与 HCP_A3 在每个平衡中都存在(CAL-S106–S109)。
    • 平台带 DFTK 与 pycalphad 适配器的 Python API。fis.Problem、fis.estimate、fis.certify 与 fis.check 返回带类型的 Result:判定、保证等级、每个证书区间与拒绝的理由。适配器读取用户已经算好的 DFTK 结果或 pycalphad 平衡,只把它当作起点,并报告用户的哪些数字落在证书区间内;判定只由检查器做出(docs/python-api.md,23 个测试,由完整验证运行)。
    • DFT金属:设计、实测可行性与 Fermi–Dirac 证书的已证明基础。针对验收任务 D7(fcc Al 与 Cu,LDA 加 kBT = 0.01 Ha 的 Fermi–Dirac 展宽),浮点原型在小问题上与 DFTK 0.8 符合到 10−13;在任务卡的设定下 Al 有余量地闭合(压缩系数 0.50),38 Ha 的 Cu 需要稠密路线,105 Ha 的 Cu(约 1 TB)将有理由地拒绝(DFT-C100–C105,测量)。在 Lean 中证明:Fermi–Dirac 函数的紧界 |f″| ≤ √3/18 与金属所需的差商界(不假设能隙);有理电子数的自洽(Al 与 Cu 每个胞有 3/2 与 11/2 个电子对),并证明整数情形是其特例;认证球内 Fermi–Dirac 自洽解的存在与唯一(DFT-C106–C112)。尚无检查器使用它们。
    • 平台带插件的共享检查器核心:新的物理不再需要复制整条证明链。到目前为止每加一类物理都复制一条检查器链(通用晶格链与第一阶段 87% 相同,六方链与它 93% 相同)。新设计(docs/architecture-lib.md)把本来就通用的数学放在一个核心里,把占据(零温、Fermi–Dirac)、交换关联(LDA、PBE)以及 CALPHAD 的模型项做成各自带证明的插件;已冻结的检查器保留其结果。像“六方晶格上的 Fermi–Dirac”这样的功能,估计成本由 10–14 降到 1–2 个 agent-天。一个 Python 库层正在构建,带 DFTK 与 pycalphad 的适配器,为用户已经算出的结果出证书。
    • 平台全部检查器接入 JSON,预编译二进制、容器与两篇“第一小时”教程。fis check 现在识别全部证书格式(含第二阶段的检查器),由检查器不变的输出解析出带版本号的 JSON 与确定的退出码。一个脚本把 12 个检查器打成二进制包,附 SHA-256 与 Lean 工具链、Mathlib 版本;fis doctor 重新核对哈希,容器配方由该包安装(已在本地构建并测试,尚未发布)。fis 打印的全部内容是英文。两篇教程(岩盐 NaCl:从结构文件到检查通过的证书;由 TDB 文件算一个 Ag–Cu–Sn 平衡点)由完整验证逐步运行,完整验证现在也运行仓库的 56 个单元测试。
    • 纲领纲领 v0.5:两个目标,认证的正确性(第一期),然后是由 AI 驱动的统一(第二期)。纲领页开头新增项目的两个目标(§0)。第一期是三重正确性,到目前为止的全部工作(包括第一至第三阶段)都属于它。第二期追求一个研究目标:从电子与原子核的相互作用出发,以统一且有误差控制的第一性原理框架通向宏观物理,使 DFT、MD 与 FEM 成为同一体系在不同分辨率下相互一致的描述,有效模型由 AI 推导。先做第一期,是因为能交给 AI 的工作只能和能检查的部分一样多。真正做出新的东西之后才进入第二期;第一批候选步骤(三座跨尺度桥梁)见进度页。
    • DFT一般晶格上的 LDA 证书。带晶体对称性的零温 LDA 检查器(Slater + PW92,完整的 GTH 赝势,Monkhorst–Pack k 网格)现在接受晶胞体积是 a3 的精确有理倍数的任意晶格、任意元素与分数坐标,并自己检查每一个候选对称操作;其可靠性在 Lean 中证明(fis-pw3d-gen 1,lda 模式,DFT-G150–G190)。与 DFTK 0.8 对照了岩盐 NaCl(2×2×2 k 网格,48 个操作)和一个非立方的测试晶胞:沿 z 拉伸 11/10 的 NaCl(体心四方,16 个操作);两者中 DFTK 在每个 k 点的本征值、化学势和带隙都落在证书的区间内,挪动 Cl 原子后检查不通过。Lean 中的桥接定理表明一般检查通过即蕴含第一阶段的结论;第一阶段的 Si 证书经两个检查器得到的结果相差约 10−14 以内(非局域表的包络方式不同)。六方晶格与有限温度尚未覆盖。
    • CALPHADCr–Ti 在 700–2300 K 的大部分温度上有了覆盖证书。对 Cr–Ti(COST 507),7 份检查通过的证书表明:在 1600 K 范围中的 1266 K 上,除括住的不变反应外,所考虑的相之间没有三相平衡。其中四个反应都有括号:共析 BCC_A2 → C15 + D019 在 [1010.987, 1011.007] K,共析 C14 → BCC_A2 + C15 在 [1099.058, 1099.158] K,生成 C15 的包析在 [1498.649, 1498.669] K,C14/BCC_A2 的同成分转变在 [1647.091, 1647.111] K;pycalphad 的温度都在括号内。有序的 B2 相与模型读入器不支持的三个相未计入,其余 334 K 尚未覆盖,同一相的两部分与第三个相共存的平衡未被排除(CAL-T113、T115、T116)。
    • 网站进度页改为只列已实现与计划实现的内容。总览卡片之后依次是第一阶段、第二阶段与第三阶段三节;各领域、账本、工作方式、可信基与研究结果各节已移出(结果如何获得保证见本页 §3,可信基与研究结果见本页和各领域页)。它按阶段(由早到晚)列出项目已实现和计划中的每个目标,每项标明状态(完成、进行中、部分完成、计划中、候选)、日期与账本编号:第一段的目标、阶段与主要成果,第二段的里程碑和全部 24 个验收任务的现状,以及第三段的候选。过时的状态标签已在那里和本页 §8 改正:阶段 1、3、4 部分完成,S1 已与实验比较,S3 已有并行驱动。
    • CALPHAD各类二元不变反应的证书,含 Laves 相。一个证书现在覆盖共晶型、包晶型反应与同成分转变,允许两个混合亚点阵的相(Laves C14/C15、D019)与磁性溶体;第一阶段的共晶证书被证明是特例(CAL-T100–T107)。认证的温度区间:Mg–Zn 包晶 L + Mg2Zn3 → Mg12Zn13 在 [618.643, 618.663] K,MgZn2 的同成分熔化在 [857.443, 857.463] K,以及 Cr–Ti 中含 Laves 相与磁性 bcc 的三个反应;pycalphad 的温度都在区间内。这些体系去掉了有序 B2 相;区间内只有这一次相变,与第一阶段一样仍未证明。
    • CALPHAD第一批多元平衡证书。任意组元数的检查器从 TDB 文件读出模型,证明最小 Gibbs 能、化学势与哪些相不出现:450 K 的 Ag–Cu–Sn(NIST 焊料库)与 673.15 K 的 Al–Cu–Mg(COST507,46 个相中的 45 个),各在一个核上 40 s 内检查完;各相的 Gibbs 能与 pycalphad 相差不超过 2.2×10−11 J/mol。pycalphad 与 Thermo-Calc 读法不同的参数(写在端元上的相互作用参数)所在的相被拒绝,并在输出中写明(CAL-K100–K112)。
    • DFT一般晶格描述上的第一份端到端证书,以及 PBE 关联。NaCl(限制 Hartree–Fock、GTH 局域部分、Q = 17/2、Γ)9 s 检查完,化学势认证到 3.7×10−11 Ha;DFTK 与之相差 5.6×10−10 Ha,略在区间之外,本征值的差在 5×10−11 到 5.5×10−10 之间变化,与收敛容差相符。一般模型在第一阶段的 fcc 问题上被证明给出与第一阶段完全相同的哈密顿量(DFT-G119–G131)。PBE 关联的闭式导数已证明,并有向外舍入的区间包含;在 428,032 个方块上,除 18 个点方块外都包含 Libxc 的值,在这 18 个上 50 位精度的计算显示 Libxc 的值偏离可达尺度的 3×10−12,远大于区间的宽度(DFT-E106–E110)。
    • DFT无矩阵 DFT 检查器的理论,在 Lean 中证明(目前只有理论)。稠密检查器要存整块哈密顿量,离子晶体与氧化物在收敛的截断下放不进内存;无矩阵的检查只存占据能带,哈密顿量随用随算。它的数学现在部分进了 Lean:用加权 Gershgorin 论证给出高频块的下界,低于某个能量的本征值个数的先验上界,三角多项式由网格最大值得到的上确界,第一阶段模型上带直接余项的 Newton–Kantorovich,以及经由格林函数的密度响应一阶、二阶界(DFT-F110–F121、F125、F128、F129,T3)。检查器本身计划在第三阶段做。
    • DFT一般晶格:晶体对称性与完整的 GTH 赝势;PBE 二阶导数与 Libxc 的阈值。来自 spglib 的对称操作现在在任意晶格上精确判定(Si 与 NaCl 48 个、纤锌矿 GaN 12 个、金红石 TiO2 16 个;挪动的原子、去掉的螺旋平移、错误的度规都被拒绝),并证明了对称约化的 k 求和要用的转动规则。一般晶格的证书现在包含 GTH 的非局域通道:NaCl(Γ、Q = 17/2)上 DFTK 的化学势离认证区间中点 4.7×10−14 Ha(DFT-G132–G141)。PBE 二阶导数矩阵的每一项都有证明过的区间包含,Libxc 7.0.0 的密度与梯度阈值写进问题定义;测试模式下 77 个 Libxc 参考值(其中 32 个紧挨阈值)全部在区间内(DFT-E111–E119)。
    • CALPHAD第一份含磁性相的多元证书。多元检查器现在从 TDB 文件读出磁性贡献(居里温度与玻尔磁子参数),并在每个成分盒子上给出界。1073.15 K 的 Cr–Fe–Ni(COST507,xCr = xNi = 0.2,全部 18 个可形成的相,其中 4 个带磁性项)上,证明了两相平衡 bcc(无序的 B2)+ fcc、宽 3×10−10 J/mol 且含 pycalphad 的值的最小 Gibbs 能区间、三个化学势,以及其余 15 个相不出现;检查在一个核上 120 s(CAL-K113–K121)。
    • DFT三维 DFT 检查器便宜了 2 到 5 倍,并证明计算的是同一个函数。三维主模式换成新的检查器,在 Lean 中证明与第一阶段的检查器相等,第一阶段的全部命题原样成立(DFT-P100–P113,T4)。旧检查器的大部分代价来自内层循环里反复重建 k 点列表;现在只算一次,交换关联列变成整数矩阵乘法,同时在算的 Gram 块也少了。34 份验证证书(接受的与篡改的)上,输出与旧检查器逐字节相同。CPU 时间降为 1/1.9 到 1/5.3,峰值内存降为 1/1.6 到 1/3.0(金刚石,Q = 20,83 网格:8.9 → 1.7 CPU 小时);S1 截断、两个 k 点的硅检查现在 5.3 CPU 小时、12.6 GB 完成,旧检查器 27 CPU 小时后仍未完成(DFT-P114–P116,T0)。
    • DFT无矩阵理论:由残差得到本征值个数与子空间的界。无矩阵检查器的数学又有三部分在 Lean 中证明:Weyl 不等式的计数形式,单边 Davis–Kahan 界以及两个同秩投影之差的界,以及把近似本征向量的残差变成哈密顿量的下界与占据投影之界的引理;密度响应界中的交叉项现在只需要网格上的最大值(DFT-F122、F123、F130,T3)。
    • DFTPBE 的阈值不再破坏不动点论证;S1 的生产证书用三分之一的时间重新检查。Libxc 的梯度下限在网格的每个对称点都会被跨过,而解在这些点上梯度为零;在那里带常数项的界推不动 Newton–Kantorovich 的收缩。把下限写成取最大值,折点就落在一个 1-Lipschitz 函数里,余项界成为纯比例的,只比解析常数大 1.0–1.3 %;带阈值的 PBE 问题的逐点响应数据,以及它在任意晶格上的对称协变,都已证明(DFT-E120–E131)。新的三维检查器用 60 CPU 小时、21.5 GB 重新检查了 S1 的硅生产证书(原来的检查:196 CPU 小时、93 GB);结论行与第一阶段检查器的逐字节相同,每个能带区间都在原始运行存档的区间内(那次运行早于动能项更紧的舍入)(DFT-P117,T0)。
    • DFT无矩阵理论:可以写成证书的 Green 函数界,在整个 Newton–Kantorovich 球上一致成立。定理 7′ 只用算出的能带的残差和其余高频部分上的一个算子不等式,界住密度响应界所依赖的 Green 函数范数,不需要完整的本征分解。引理 U 证明:在近似解周围的球上每一点,占据投影、能带能量和这个界都成立,常数只由球心的数据算出;所用的能隙假设是为回应审稿意见加进理论的(DFT-F124、F126、F127,T3)。
    • CALPHADTDB 参数写成表达式时的多元证书。含 EXP、LN 与压力 P 的参数(例如气相的 RT ln(10−5P) 项)现在从 TDB 文件读出,用向外舍入的有理区间界住(证书格式 3;格式 1、2 不变)。第一份证书:Al–Ni(Liu 2016,气相与液相),1273.15 K,xAl = 0.24,用的是去掉摩尔体积 V0 行的测试副本(含 V0 的文件检查器仍然拒绝):液相单相,最小 Gibbs 能在宽 3×10−10 J/mol 且含 pycalphad 的值的区间内,两个化学势,以及气相不出现;检查在一个核上 3 s(CAL-K122–K128)。
    • DFT无矩阵理论:近似本征向量不必正交。证书里的能带现在可以是任何接近正交的一组向量:它们的 Gram 矩阵与单位阵的偏差 ν 显式进入每个界,检查器不必用精确算术做正交化。定理 6′(由残差得到的密度界)按理论中的陈述证明,不用矩阵求逆;同时证明了不动点半径的闭合与余项界中的 rms 一步。证明过程中发现理论中一处注记少了一项,已改正;该项是 ν 的一阶量,没有数字因此改变(DFT-F131–F134,T3)。无矩阵不动点定理的最后拼装留到第三段。
    • CALPHAD每原子能量没有下界的相被拒绝并给出已证明的原因;摩尔体积带明确的参考压力。有些数据库按原样定义时,某个相的每原子 Gibbs 能在每式量原子数趋于零时无下界地下降(例如全空位端元的 G = 0),这时最小值不存在。检查器用 Lean 中证明的判据发现这种情况,默认拒绝并写出相名;按要求则证明限制在 N ≥ Nmin 上的问题,并在 PROBLEM 中回显。Ni–Al(Liu 2016,含 L12 的 9 个相)由此在 xAl = 0.10、0.20、0.24 得到证书,每个 20–31 s,pycalphad 的值都在区间内。摩尔体积(V0)项现在按明确的参考压力读入:101325 Pa(pycalphad 的读法,默认)或 100000 Pa(1 bar);第一份含此项的证书在 108 Pa(CAL-K129–K138)。
    • 纲领第一阶段冻结;第二阶段的目标是让 DFT 与 CALPHAD 能用于研究。论文为止的全部内容固定在标签 stage-1:其命题的陈述与等级不变,以后的工作只通过新命题扩展。第二阶段(到 2027 年 1 月)面向研究者自己带来的问题,以事先固定的验收任务评判:fcc 以外的晶体结构、PBE 泛函、金属与多元 CALPHAD。
    • DFT第二阶段在 Lean 中的第一批基础:一般晶格与 PBE 交换。晶格现在用精确的有理 Gram 矩阵描述,可以写出任意 Bravais 格子、有理分数坐标上任意多种元素;第一阶段的 fcc 问题被证明是特例(DFT-G100–G118,尚无端到端检查器)。PBE 交换的闭式导数已证明,并有向外舍入的区间包含(DFT-E100–E102);在来自 DFTK 密度的 428,032 个方块上全部包含 Libxc 的值(DFT-E103)。
    • 工具fis 记录来源、引用与代价。每次运行写出清单(输入、哈希、判决、时间与内存)与所用方法、赝势、数据库的 BibTeX;scripts/install.sh 先检查依赖;fis dft estimate 在运行前预测三维检查的代价,fis dft run 拒绝内存放不下的检查。
    • DFTS1 的硅结果现在被证明是关于登记的问题本身,问题用 Lean 写出。此前检查器证明的是证书里写的问题,S1 的证书写的是不是登记的问题,由 Lean 之外的比较核对。现在登记的问题是一个只用 Mathlib 写的 Lean 定义(S1.S1Si:a = 5.416 Å、Q = 107/2、无平移的 8×8×8 网格、243 格点、零温);有哈希的 Si.gth 的 217 个字节是 Lean 字符串,系数由一个全函数解析器读出,用内核求值证明(DFT-K30–K36,T3)。检查器的一个模式先判定证书写的恰好是这个问题,再在同一个进程里检查 SCF 证书与区证书。在存档的证书上,一次 8 h 42 min 的运行(213 CPU 小时、90 GB)绑定了 SCF 证书与单侧的区界,没有关于另一次运行的前提;两侧的带隙界 [0.4146, 0.4856] eV 由这次运行与 32 段分段运行(727 CPU 小时)经组合定理得到,胶水(同一文件字节、同一可执行文件)在 Lean 之外(DFT-K38,T4)。区界不变。当前的检查器给出的 SCF 球比最初的检查紧(半径 8.5×10−11,原为 2.1×10−10,嵌套在其中),因为动能项现在舍入到 2−96(DFT-W170)。
    • DFTDFT 程序审计按各程序自身容差的事后读法(回应模拟审稿)。在给出认证区间之外数字的 33 次运行中,11 次解的是另一个离散问题(例如在平移网格上用 48 个操作对称化的密度,或另一个缺省 FFT 网格),22 次解的是认证的问题。如果把能量判据 t 读作允许 √t 量级的本征值误差(一个数量级的敏感性读法,不是界),这 22 次在程序自身的容差之内(这种读法下 33 次中 24 次,按字面读每个判据则 11 次)。在平移网格的小问题上,k 收敛的参考值显示认证的问题离它 29–46 meV,对称化的问题 5–44 meV(DFT-W316–W320,T0)。公理审计现在覆盖全部 11 个检查器可执行文件的入口模块(975 个常量),列表缺少任何一个就失败。
    • CALPHAD与印刷的不变反应表的已证明不一致,有多少能由舍入解释(事后)。对 34 个有闭认证区间的已证明不一致,把各篇文章印刷的参数在最后一位之内扰动:28 个落在这种舍入能产生的范围之内,6 个(4 个数据库:Cd–Sr 3 个、Ge–Lu、Nd–Ti、Ho–Sb)超出这个范围的线性化估计。按超出印刷精度的距离,8 个小于 0.1 K,13 个在 0.1–1 K,13 个不小于 1 K,其中 10 个来自同一篇 Ca–Ga 文章;有已证明不一致的 21 个数据库来自 32 篇文章中的 16 篇,另有 12 个差别没有闭区间。66 个工程决策中有 17–18 个改变,没有一个来自闭区间的移动:下界的 17 个里,7 个来自转录中存疑的行与平台温度,10 个来自 OpenCalphad 的开发版;去掉存疑的行与开发版后剩 4–6 个(CAL-B70–B78)。
    • DFT成果展示 S3:三维并行驱动,运行日志对照模型检验过的协议检查,在测试的布局中结果逐位相同。此前三维平面波代码的并行协议(PWParallel、FFTTranspose)只是 TLA+ 规范,没有实现。新的 MPI 驱动用于 S1 的零温点群 LDA 问题:用远程原子计数器领取 k 点,能带分组,FFT 按 slab 分块、一次 all-to-all 转置;每个归约都按固定次序(能带、k 点、平面),一个进程时走同一算法。在一个真实 Si 的小例子上,测试的 25 种布局(1、2、3、4、7、8、16、29、30、32 个进程)的本征值、密度、能量、轨迹与证书的 SHA-256 全部相同;305,619 个日志事件由 TLC 对照 PWParallel 重放并被接受,6 种篡改的日志被拒绝,代码中植入的 4 个错误(非原子领取、按到达次序归约、按能带组折叠、转置丢块)每一个都被 trace validation 或哈希比较发现(DFT-R13–R16,测试,T0)。证书被 Lean 检查器接受(DFT-R17,T4)。在 S1 设定本身(Si,8×8×8 个 k 点,29 个不可约点)上,1 到 32 个进程的 6 种布局给出同一张 253 MB 的证书;它的 Lean 检查用了 7 小时 53 分,证明在证书中心附近的一个小球内恰有一个零温自洽解,网格带隙在 [0.0195042035, 0.0195042094] Ha 内,落在串行证书 DFT-K29 的区间之内(DFT-R18,T4)。逐位一致只在一台机器、一份库上测试;FFT 转置、Jacobian 与修正阶段不在 trace 内。
    • CALPHAD在不变反应附近,审计的 52 个数据库中有 16 个,pycalphad 0.11.2 在默认设置下给出的平衡被证明不是该文件定义的模型的全局平衡。计算之前登记的系统审计(R-D,10 月 21 日冻结)有第二部分,要等论文不变反应表的抄录冻结后才做。它的点在每个印出的不变温度之下与之上 0.5 K 和 2 K,取印出的各相成分、相邻印出成分的中点与认证的反应的成分 x0;另在 x0 处取每个认证的转变区间之外 0.05 K 的点。点清单(53 个数据库、6,364 个点;列出 54 个,其中一个没有点)在调用 pycalphad 之前提交。进入计数的 52 个数据库中 16 个的 50 个点上,pycalphad 0.11.2 在文档的默认设置下给出的平衡被 Lean 检查过的证书证明不是这个数据库文件定义的模型的全局平衡,最多高 1.2×104 J/mol(CAL-B54、B55)。50 个点中 14 个是认证区间之外 0.05 K 的点,有 5 个数据库的错点只在这些点上。加上均匀网格(63 个中 7 个,CAL-B41;两个数据库两组都有错点),登记的抽样框中审计的 63 个数据库有 21 个至少有一个错点,95% 区间 0.22–0.46(CAL-B56)。在 x0 处的反应扫描中,第一次、严格按预先规定的扫描在 331 条认证的反应中重现 269 条、错位 14 条、遗漏 45 条;这些遗漏多数是反应旁 pycalphad 不给结果(NaN)的一段。看过扫描之后加上对这些段的二分(CAL-B57;两种读法都报告),计数为重现 273、错位 14(3 条差 1–2.4 K)、遗漏 2、在反应旁 0.002–5.6 K 的一段内不给结果 39、不可分类 3,另有多出的转变 2 条。加密起始网格(pdens = 2000)后 50 个错点中 49 个消失(CAL-B58)。今天冻结的补充登记在均匀网格上确认判定不随 Python 的散列种子改变(32 个错点在种子 0–7 下全部仍错,200 个对照点 0 个改变;CAL-B64);不变反应附近同样如此(50 个错点在每个种子下都仍错,100 个对照点 0 个改变;CAL-B65),所以量二登记的判定没有一个依赖种子。它还独立确认了代理用户试用在 crtiv_ghosh.tdb(Cr–Ti)上发现的个案,那里结果随种子改变(933 K 处 8 个种子中 5 个错;CAL-B66)。
    • CALPHADCALPHAD 驱动不再悄悄跳过不受支持的相。TDB 中有适用于该体系、但驱动不支持的相时,驱动原先跳过它们、在报告中列出,然后对其余的相给出证书。在 pycalphad 自带的 alni_dupin_2001.tdb 上(Al–Ni,1000 K,x(Ni) = 0.5),这样得到 LIQUID + AL3NI5:对缩小的相集合为真,而完整数据库的平衡是 BCC_B2。现在驱动与 fis 缺省拒绝这样的运行(退出码 4),除非用 --phases 明确列出相,或用 --allow-skip 接受缩小的相集合;缩小的运行在每份报告中都写明结论不是完整数据库的平衡。Lean 检查器没有改动。三维平面波驱动的每个选项都有说明,每次运行都提示证书只针对所声明的离散问题;在自己的材料上运行它们的使用指南见 docs/usage-pw3d.md。
    • DFTGaP 的带隙在整个布里渊区上有了两侧的界,并与实验比较。对磷化镓的 S1 模型(DFT-O24:DFT-W190 的自洽解,Ga 用完整 GTH 核,截断 Q = 59,Monkhorst–Pack 8×8×8),规则 B 的证书(2.1 GB,496 个下界片,51,519 个自有下界叶子)由 Lean 检查器分 34 段检查,全部通过,再组合。对每一个波矢,第 4 条能带都低于、第 5 条都高于认证的界,所以基本带隙在 [1.4668132, 1.5377628] eV 内(宽 0.071 eV;DFT-W192,T4)。导带底不在 k 网格上,而在 Γ–X 线上;证书列出了那里的一个点,所以上端比原来的单侧上界低 48 meV。检查用了 1,842 CPU 小时,分 4 个 32 核进程(墙钟 46 h)。作为 DFT-O24 的补充比较,与登记的带隙(band-gaps-batch2 的 gap-GaP,扣除列出的修正后 2.4617 ± 0.05 eV)相比:离散模型低于观测 0.873–1.045 eV(V1),方向与 10 月 24 日的单侧比较相同。Si、AlP、GaP 现在都有两侧的界。
    • DFTAlP 的 KS-LDA 带隙在整个布里渊区上有了两侧的界,并与实验比较。对磷化铝的 S1 模型(DFT-O20:DFT-W95 的自洽解,截断 Q = 109/2,Monkhorst–Pack 8×8×8),规则 B 的证书(2.0 GB,362 个下界片,17,050 个自有下界叶子)由 Lean 检查器分 25 段检查,全部通过,再组合(runBZBXD_of_ranges、runBZBXD_sound)。对布里渊区里每一个波矢,第 4 条能带都低于、第 5 条都高于认证的界,所以基本带隙 min ε5 − max ε4 在 [1.4071305, 1.4780513] eV 内(宽 0.071 eV;DFT-W300,T4)。区间窄于 AlP 协议登记的宽度门槛 0.10 eV,所以规则 B 适用于这条命题。检查在 32 核上用了 705 CPU 小时(连组合墙钟 27 h)。驱动只有一个设定与 GaP 不同:片条件的浮点裕度由 0.02 降到 0.008(协议允许自由选的检查器参数),因为 AlP 的导带底恰好在 X。作为 DFT-O20 的补充比较,与登记的低温实测带隙(band-gaps-batch1 的 gap-AlP,扣除列出的修正后 2.6263 ± 0.073 eV)相比:离散模型低于观测 1.075–1.292 eV(V1)。方向与 10 月 20 日单侧的规则 U 比较相同,现在两侧有界;第一次的判定留在历史中。偏差包括 Kohn–Sham 本征值带隙与实测带隙之差。
    • DFT两侧整区能带检查器(规则 B)的主要步骤快了 14–69 倍。在一份真实的 GaP 规则 B 证书(51,519 个下界叶子)上剖析 Lean 检查器,时间花在重复计算和有理数运算的开销上,而不是精度。下界叶子检查的新版本改用精确整数运算并缓存中间量,每个新函数都在 Lean 中证明与原函数相等(DFT-W260–W267,T4),所以可靠性定理和可信基都不变。在同样的叶子上实测:498 → 36 秒、1,875 → 46 秒、4,202 → 61 秒(按证书加权 45 倍),硅的一个叶子 651 → 17 秒。GaP 规则 B 运行的估计代价从约 32,600 降到约 1,700 CPU 小时(按串行测量估计,DFT-W268);剩下最大的一块是片的条件。
    • CALPHAD系统审计中没有证书的网格点:一个随机样本。在最慢的三个数据库(A14 Fe–C、A46 Si–Sr、A57 C–Nd)中,登记的运行有一批点因单点上限(600 秒)而没有证书。从中按固定种子抽取简单随机样本,用同一驱动、同一冻结的检查器、同一判定函数重算,只把单点上限放宽到 7,200 CPU 秒(CAL-B52、CAL-B53)。得到证书的 45 个点全部与求解器一致,没有出现错误的点;A14 中得到证书的点都在 1500 K 及以下,抽到的 1700 K 及以上的点仍全部超过上限。全部约 7,000 个点(估计 9,000–11,000 CPU 小时)没有计算。登记的结果不变(47 个数据库中 21 个与自己论文中的不变反应矛盾);把样本计入只会让两个分母变大,没有判定改变。
    • DFT硅的认证能带结构,以及导带底沿路径的位置。对 S1 模型(DFT-O04 的自洽解),Lean 检查器在 L–Γ–X–W–K–Γ 上 73 个有理点给出第 1–8 条能带的区间,宽约 0.17 meV(584 个区间,DFT-W282,T4;图见 DFT 页面)。以 Γ 点价带顶为零,第 5 条能带在 Γ 为 2.5570–2.5573 eV、在 L 为 1.4632–1.4635 eV、在 X 为 0.6265–0.6268 eV;价带宽 12.0247–12.0250 eV。新的证书类型及其可靠性定理(fis-pw3d-bzl 1、bzl_sound,DFT-W280)证明:除 Γ–X 上的窗口 t ∈ (0.824, 0.861) 之外,路径上每一点第 5 条能带都高于 t = 0.843 处,所以路径上的极小在这个窗口里(DFT-W283,T4);DFTK 在同一个离散问题上给出 t = 0.845,584 个值全部落在区间内(DFT-W284)。这些结论只对列出的点与这条路径成立;整区的极小是否在 Γ–X 上没有证明(缺口,按规则 B 提速前估计 700–1,000 CPU 小时)。
    • DFTk 点网格上的带隙现在在经过验证的检查器内部计算。三维检查器的三条带隙行(PW3D_BANDGAP、PW3D_LDAU_BANDGAP、PW3D_LDAPG_BANDGAP)过去在未经验证的外壳代码里用能带区间的端点相减。现在它们由一个 Lean 函数给出,其可靠性定理接到自洽解与能带的定理上:认证的哈密顿量的网格带隙 mink εN+1(k) − maxk εN(k) 落在印出的区间里(DFT-W310–W315,T4)。每个 k 点(不只代表点)上的能带区间现在也有证明。输出不变:40 份测试证书上逐字节相同,Si、AlP、GaP 存档的生产行恰是新函数的值。核对时发现三个网格带隙换算成 eV 时用了就近舍入而不是向外舍入,现改为 [0.5307362, 0.5307368] eV(Si)、[1.4778801, 1.4778803] eV(AlP)、[1.5855484, 1.5855487] eV(GaP)。整区的结果不受影响。
    • DFT第三种材料:GaP 的 KS-LDA 带隙在整个布里渊区上有了上界。按任何证书之前登记的协议的设定(DFT-O24:闪锌矿 GaP,GTH-LDA,Ga 用完整核,截断 Q = 59,Monkhorst–Pack 8×8×8),自洽解由 Lean 检查器认证(DFT-W190,T4;网格带隙 1.5855484–1.5855487 eV),整区能带证书给出最高价带在整个布里渊区上的上界,从而得到离散模型带隙的单侧上界 C = 1.585748 eV(规则 U,DFT-W191,T4)。导带底不在网格上而在 Γ–X 线上,所以 C 比浮点带隙高 48 meV,与协议的预计(约 47 meV)一致。DFTK 算出的 8192 个本征值全部落在认证区间内(DFT-W193)。代价:32 核约 1,100 CPU 小时(SCF 检查 931,能带检查 174),内存 129 GB。与冻结的实验数据集比较(DFT-O24,规则 U):模型低于观测,差距含测量不确定度至少 0.825 eV(等级 V1),与 Si、AlP 相同。已登记的 GaAs、AlAs 协议(DFT-O22、O23)不再计算:这一决定只出于成本,作出时它们还没有任何认证数字;两条命题保持“已登记,未比较”。
    • DFT公开分发的 GTH/HGH 赝势文件全面普查。按任何比较之前冻结并加时间戳的协议(DFT-O29),对七个来源(CP2K、cp2k-data、DFTK 所用的 PseudoLibrary、ABINIT、Quantum ESPRESSO 网站、PySCF 与本仓库)的 2821 个文件、7040 个赝势条目、113,775 个参数做精确比较,除印出位数本身的舍入外不设容差:各分发之间、对 Goedecker–Teter–Hutter 1996、Hartwigsen–Goedecker–Hutter 1998 与 Krack 2005 的表、对文件自身应满足的关系。946 组副本中 932 组一致。CP2K v2026.2 与它所依据的 cp2k-data 对 B GTH-PBESOL-q3 这个名字给出两个不同的赝势;PySCF 的 UZH 文件对 Ca、Cr、Tc、Ru、Rh、Pd 给出另外的赝势,它的 Na GTH-*-q9 带的是 CP2K _old 版本的数。对论文:HGH 1926 条中 1856 条一致,Krack 1186 条中 1126 条一致;CP2K 谱系(含 DFTK 所用的 LDA 族)的半芯 Ce、Ga、Y、Zr、Na GTH-PADE 条目与 Krack 的 Na、Ga 条目与印出的表不同,ABINIT 的副本与表一致。7040 个价电荷全部一致,本仓库的文件与参考一致。普查只关于文件里的数;这些差异是否改变计算的量不在本协议内。
    • DFTGTH-PBE 赝势层逐项认证。按运行前冻结的协议(DFT-O28),检查器为 GTH 证书的每一个赝势项打印认证区间。Krack 的 GTH-PBE 文件的非对角 h12 在这一族全部 211 个多投影通道中都不满足 HGH 关系,而 ABINIT、Quantum ESPRESSO 与 DFTK 都正确地读入了它(零结果)。只保留对角项的转换(pspcod 3)给出另一个赝势,没有任何警告(最小的问题上最低能带高 0.084 Ha,运行仍声称收敛),QE 的 upfconv.x 读不了 CPMD 格式却以退出码 0 结束。认证的能带结果仍是 LDA;PBE 只覆盖到赝势这一层。
    • 检查更快的验证:按内容寻址的结果缓存加抽样的全新复查;每晚一次不用缓存的完整运行。verify_all 在检查器可执行文件、它装载的库、每个输入字节与相关环境都相同时,可以复用较早一次检查器运行的原始输出;全部判定(与存档比较、篡改对照、已知答案、问题回显)仍然重新进行。复用的结果中按种子随机抽取一部分从头重跑、逐字节比较,有任何不符整次运行失败。日常合并可用这样复查过的运行;主分支每晚一次不用缓存的完整运行,论文引用的结果来自不用缓存的运行。
    • CALPHAD已证明的数据库与求解器错误会不会改变用户的决定?系统复核的又一个补充登记在任何新证书之前冻结并打上时间戳(CAL-B48–B51),对两个决定回答这个问题。决定 1:在登记的检验成分上,把工艺温度放在印出的不变温度之下或之上、留余量 m;数据库自己的认证平衡是否把它放进另一个相区,或使液相出现或消失?共检查了 678 份新的点证书。m = 10 K 时,47 个可比较的数据库中有 7–9 个的决定改变(7/47:95% 区间 0.06–0.28;9/47:0.09–0.33)。这 7 个中有 5 个只来自转写表格时印出成分被标为可疑的行;排除它们是 2–4 个。10 K 的余量是看过温度不一致的分布之后选的,因此五个余量全部报告,并给出每条反应的临界余量:2 与 5 K 为 7–9,20 K 为 5–8,50 K 为 5–12。NIST 焊料数据库中,Cu–Pb 反应在每个余量下都改变决定。决定 2:在求解器答案被证明错误的每个点上,用户读到的相组合是否不同(至少 1% 的相出现或消失),或相分数差至少 0.05?缺省设置下的 pycalphad 0.11.2:63 个数据库中 2 个(Ce–Zr 1100 K、Be–Pu 750 K);缺省设置下的 OpenCalphad 开发版:54 个中 10 个。合计,66 个数据库中有 17–18 个至少有一条已证明的错误改变两个决定之一(排除可疑行时 12–13 个)。这些陈述只在登记的成分上成立。CAL-B48–B51。
    • DFT哪些程序偏差会改变派生量。按任何计算之前冻结的协议(DFT-O27),程序审计(DFT-O25)判为在认证区间外或未收敛的 131 个运行,按用户从能带与能量中取用的量重新读出:带隙、跃迁能、带宽、极值位置、简并、有限差分曲率与能量。阈值事先固定:能量差 10 meV,曲率 1%,1 meV/原子,0.001 Å。28 个运行至少有一个量改变(ABINIT 21、QE 7、DFTK 0)。在两个 S1 问题(硅与 AlP)上用缺省风格的输入时,ABINIT 与 QE 使带隙偏 1.8–3.4 meV:在主阈值下没有量改变,在 1 meV 的阈值下每个带隙都改变。DFT-O25 发现的大的空带误差位于最上面一两条计算的带,预登记的量都不用这些带;这一观察没有预登记。在小的硅问题上,照 ABINIT 自己的错误信息建议的设置(chksymbreak 0)运行,带隙偏 +18.0 meV,没有警告。把 QE 有文档的 Ewald 精度用到认证的晶格常数括号上,占用其最小余量的 0.24,括号仍成立。DFT-W208–W213。
    • DFT缺省与教程设置对照认证的答案。按运行之前冻结的协议(DFT-O26),ABINIT 10.0.3、Quantum ESPRESSO 7.6 与 DFTK 0.8.0 解同样四个认证的问题,只对齐物理问题(晶格、原子、赝势、LDA 参数化、基组、k 点网格),数值设置取程序缺省或照官方教程;有一个变体连泛函也取缺省。结果:86 个运行,在内 7、在外 54、停止 25。用缺省或教程数值设置且给出数的 33 个运行全部在外,其中 29 个无声(退出码 0、声称收敛、没有收敛警告)。在两个 S1 问题上,缺省的数值设置使带隙偏差不超过 1.4 meV,缺省的泛函使带隙偏 0.8–3.7 meV。按 DFT-O27 的阈值,这两个问题上唯一的改变在 ABINIT 教程的 AlP 能带步骤中:在 X 点认证为简并的两条带被分开 4.7 meV,程序给出一条提示。最大的影响在小的硅问题上,它的 k 点网格平移 ½。QE 在缺省下,以及 ABINIT 在照其信息的建议越过它的拒绝(chksymbreak)之后,用全部 48 个立方操作对称化密度,其中 36 个不把网格映到自身。这定义了另一个离散问题:带隙变化 +20.25 meV,总能量每原子变化 −2.49 meV,QE 除一条通用提示外没有警告。机制由结果之后应用户要求运行的单项诊断确立:只关掉密度的对称化,偏差就消失。从输出读出的程序实际使用的 k 点等于证书网格,所以输入没有错。DFTK 只用保持网格的操作。这些陈述只关于这些输入与版本。DFT-W230–W239。
    • DFT认证区间与后验误差估计并列。把证书与平面波 DFT 的后验误差估计对照,分两部分:文献对照(42 条文献,DOI 逐条核对),以及在认证的硅、AlP 与测试问题上用 DFTK 0.8.0 的误差估计工具实测。比较规则在测量之前写下。在同一个离散问题上,DFTK 的估计准确(与实际 SCF 误差相差不到 2.2%),比认证区间窄,并落在认证区间内;它们不计舍入,也不证明解存在且唯一,而证书证明这些。在连续一侧,对冻结势下硅带隙的截断移动(认证 [4.17, 6.32] meV),残差界比认证区间宽 10³–10⁴ 倍。二阶估计 2.34 meV 落在认证区间之外,20 Ha 收敛研究给出的值也在区间之外。只有证书界住整个布里渊区上的带隙。我们不说我们的界比后验估计更紧,也不说我们界住了全部离散化误差。DFT-W214–W219。
    • DFT范围:认证的结果是 LDA 的。对 GGA-PBE 推广的一项浮点可行性研究发现,硅的 GTH-PBE 赝势与 GTH-LDA 赝势同形,认证的核原样接受。在 S1 规模上做 PBE 证书,按现有的证明路线,存在唯一性的余量估计差约 300 倍。按用户 10 月 22 日的决定,PBE 的工作止于赝势,不计划 PBE 的认证。这是可行性笔记,不是账本中的命题。
    • DFTS1 硅的带隙在整个布里渊区上两侧有界。两侧的整区能带检查(规则 B,fis-pw3d-bzb 1,可靠性定理 runBZB_sound,分段形式 runBZB_of_ranges)在认证的 S1 硅解上跑完:32 段,在 32 核上 34 小时,共 939 CPU 小时。离散化的 KS-LDA 模型(截断约 10.08 Ha,密度用 8×8×8 Monkhorst–Pack 网格)的带隙被证明在 [0.4146, 0.4856] eV 之内;10 月 20 日的单侧规则只给出上界 0.5309 eV。DFTK 0.8 在全部 27 个对照点上都在界内。与可比较的实测带隙 1.2437 ± 0.017 eV 相比,偏差为 [0.741, 0.847] eV:模型低于观测,等级 V1。这个结果记为补充比较,这是预登记的 S1 协议(§1.1)为“比较之后才有更强的规则”规定的形式;第一次的单侧判定留在记录中。补充比较的形式于 10 月 22 日在确认工具中实现,verify_all 由存档的检查器输出重新计算这个比较。DFT-W52–W66、DFT-O04。
    • DFT离散模型中硅晶格常数的认证括号。在 5.354683、5.356683、5.358683 Å 三个晶格常数上,用 S1 的设定、在约化坐标中固定平面波基组(Q = 107/2),得到认证的 SCF 解与总能量,能量区间宽不超过 2.6×10⁻⁷ Ha,中间点比两端至少低 4.1×10⁻⁷ Ha。Lean 中证明的括号定理(lattBracket_sound),比较由 Lean 内核在精确数上判定,于是把这个固定 Q 的离散 KS-LDA 族的每个能量极小点都放在 5.354683 与 5.358683 Å 之间,窗口宽 0.004 Å。有一个假设不由检查器给出:两个端点上认证的解是基态。这不是收敛的 LDA 晶格常数,也没有与实验比较。三次检查共 847 CPU 小时。DFT-W100–W107。
    • DFT三个平面波程序对照认证的答案。按运行之前冻结的协议(DFT-O25),ABINIT 10.0.3、Quantum ESPRESSO 7.6 与 DFTK 0.8.0 在四个答案为认证区间的离散 Kohn–Sham 问题上共运行 219 次,每个报告的数按是否落在区间内判定,不加容差。输入与认证的问题对齐时,ABINIT 在小的硅问题上在内(在两个 S1 问题上数在内,但严格的波函数容差始终达不到,记为未收敛);QE 在两个 S1 问题上在内,在小问题上能量在外(总能量差 4.9×10⁻⁸ Ha,几乎全部来自它对 Ewald 参数的选择),在砷化镓测试上一项假设公共能量零点的检验差 9×10⁻¹¹ Ha,带隙在内;DFTK 在跑完的问题上都在内。用缺省输入时,12 个(问题,程序)组合没有一个在内:ABINIT 与 QE 缺省用另一种 LDA 关联,使带隙偏 1.8–4.0 meV。按能量容差设收敛(10⁻¹⁰,与缺省风格的输入相同)时,ABINIT 与 QE 报告收敛、退出码为 0、没有警告,而空带的本征值离认证区间 3×10⁻⁴ 到 8×10⁻³ Ha;占据带与带隙在 10⁻⁷ Ha 内。在一个对齐的 ABINIT 运行中,带数等于平面波数,程序正常退出,只有一条迭代次数的警告,带隙偏 0.22 Ha。这些陈述只关于这些输入与版本。DFT-W200–W207。
    • CALPHAD系统地复核已发表的 CALPHAD 二元数据库。按在任何认证计算之前登记的协议(CAL-B39),抽样框是 TDBDB 索引中以 Calphad 期刊补充材料发表的全部二元、非动力学数据库(161 个文件、99 篇论文)。量一把每个数据库与它自己的论文印出的计算不变反应表对照:在有可比较反应的 47 个数据库中,25 个至少有一个反应不一致(0.53,95% 区间 [0.38, 0.68]);其中 21 个的不一致对印出的舍入与气体常数 8.31451 都稳健。多数稳健的不一致在 1 K 以内,最大的是 7.5 K。41,788 份证书已存档。一条处理断开的证书链的规则是看过判定之后才选的,只作为敏感性分析报告。量二在固定的 (T, x) 网格上运行文档缺省设置下的 pycalphad 0.11.2:63 个数据库中 7 个至少有一个点被证明不是全局平衡(0.11,[0.05, 0.22])。例如 Ce–Zr 在 1100 K,pycalphad 给出单相,证书证明是 LIQUID + HCP,pycalphad 的答案比认证的最小值高 1.7–6.4 kJ/mol。预登记的补充登记用第二个求解器 OpenCalphad 6.137(缺省设置)重做量二:54 个数据库中 16 个(0.30,[0.18, 0.44]),另在 14.9% 的有证书的点上没有给出答案。它的单相解读对照是看过结果之后修订的;这次修订标为事后修订,经用户批准。连同 10 月 22 日预先规定的后续(用下面的性质检查器),可比较的数据库从 43 个变为 54 个。两个求解器很少在同一点上出错:两者都给出答案的 48,584 个点中,两者都错 4 个,只有 OpenCalphad 错 78 个,只有 pycalphad 错 4 个。每个陈述只说求解器在该点的输出是否为文件所定义模型的全局平衡。CAL-B39–B43。
    • DFTk 点 SCF 检查器的扩展精度。三维检查器的 k 点模式现在把动能前因子 (2π/a)² 舍入到 2⁻⁹⁶,而不是 2⁻⁵²。可靠性定理的陈述不变;5 个已钉定理因证明依赖这一改动而重新记录。驱动可以用扩展精度细化 SCF 的中心(--xprec)。在登记的 S1 砷化镓设定、2×2×2 网格上,浮点预检量 4aηT(必须小于 1)从 23.9 降到 0.011。这是预检,不是证书;它去掉了 S1 砷化镓运行在精度上的障碍。DFT-W170–W172。
    • CALPHAD间隙相与带磁性项的化合物的性质证书。相的性质(固定成分处的 G、S、H 与 Cp,CAL-B07)的检查器现在支持原来缺的两类相:线性占位的相,例如间隙溶体(CAL-C22),与带磁性项的化学计量化合物(CAL-C23),可靠性在 Lean 中证明。被拒绝的证书现在给出相、它的类型与原因,不再是笼统的信息。上面 OpenCalphad 的解读对照因此能在含这类相的六个数据库上做完。CAL-B07。
    • DFT势固定时,截断让 S1 硅的带隙移动多少。三维检查器的新模式(fis-pw3d-trunc 1,可靠性定理 runTR_sound)在认证的 SCF 解上把势固定,界住连续(没有平面波截断)的 Kohn–Sham 算子的本征值:Rayleigh–Ritz 上界,加上处理局域与非局域赝势无穷尾部的 Schur 型下界。对 S1 的硅解,离散模型与固定势连续算子之间,两个带边合起来让带隙移动 [4.17, 6.32] meV(浮点 +5.25 meV;DFTK 在 35、45、80 Ha 的值都在界内)。这只界住截断误差中非自洽的部分。可行性研究表明,用这种方法界住完整的自洽误差做不到:真实误差 +1.2 meV 是 +5.3 与 −4.0 meV 之差,只用范数的界看不到这种抵消。DFT-W140–W147。
    • DFT复核 Chelikowsky–Cohen 1976 的能带能量。按在计算任何能带能量之前登记的协议(DFT-O21),新的 Lean 检查器 certify-pwnl 给出 Chelikowsky 与 Cohen(1976)按原文印出的非局域经验赝势模型的本征值区间,可靠性定理为 checkKCC_sound。9 组参数在 Γ、X、L 上共 30 个运行,区间宽不超过 5×10⁻⁷ eV。登记的 111 个印出值中,28 个与印出位数一致,64 个在原文自述的精度内一致。最清楚的是硅的纯局域模型,它的参数原文全部印出:印出的 11 个能级全部与模型本征值相差 0.034–0.087 eV。截断解释不了这个差(截断从 Q = 33.5 变到 150,结果变化不到 4×10⁻⁴ eV),按原文自己的基组重算也解释不了。差最大的是 InP 的 X5v(−0.196 eV)与 CdTe 的 Γ15c(−0.133 eV)。其余闪锌矿参数组要用到原文没有印出的一个半径的读法,结论注明所用的读法。每一条只比较印出的表与印出的模型,不涉及实验。DFT-W150–W159。
    • CALPHAD已发表的二元评估与它们自己的表对照。与 NIST 焊料数据库相同的方法,用于六篇附带数据库文件并印出计算不变反应表的已发表 CALPHAD 评估,协议在任何认证计算之前登记(CAL-B37)。登记的 56 个反应中 32 个一致(其中 10 个由点证书判定),3 个不一致,21 个按登记的规则不比较。Al–Cu 的 18 个、Mg–Si 的 3 个反应全部一致。3 个不一致都在 Pt–Pb,差 4–17 K:论文印出的式 3 加上它的 Table 2 参数,算不出它自己印出的表;液相一阶参数取相反的符号约定时,4 个值都在 0.08 K 内重现。另有 49 个反应用到检查器还不支持的相模型(例如有序–无序的 BCC_B2),列为不可比较。2030 份证书已存档,由 verify_all 重新检查。CAL-B37、B38。
    • DFT完整 GTH 核的两侧带隙。两侧的整区能带检查(规则 B)现在接受完整的 GTH 赝势:两种元素、d 通道与三个投影子。可靠性在 Lean 中证明,包括分段的形式,各段可以分开检查、断点续算。在一个小的 GaAs 测试上(a = 10.5 bohr,截断约 1 Ha,2×2×2 k 点网格),整个布里渊区的带隙被证明在 [0.188, 2.202] eV 之内。这是用这个核得到的第一个为正的下界。这个测试离收敛的 GaAs 还很远;在 S1 设定下的生产运行估计要在 32 核上跑 60–90 小时。DFT-W120–W129。
    • CALPHADNIST 焊料数据库与它自己的表对照。按在任何认证计算之前登记的协议(CAL-B35),certify-calphad --tdb 计算了 NIST 焊料数据库文件(NIST-solder.tdb)中、同一网站的计算不变反应表列出的 26 个不变平衡,并与表中的值逐条比较。22 条一致;4 条不一致,放宽容差后也不一致。Ag–Sn L + ζ → Ag3Sn:文件给出 [754.3137, 754.3337] K,表中为 753.05 K(1999 版的文件给出的值在表的容差内)。Ag–Pb L → (Ag) + (Pb):比表高 1.20 K。Cu–Pb 的偏晶与共晶反应:在检验成分处文件只给出 FCC_A1 一个相,没有液相。每一条陈述只关于这个文件与这张表,不说哪一方有误,也不涉及实验。用 pycalphad 缺省设定做的浮点重算在 47 个点中有 2 个给出错误的平衡,证书把它们揭示出来。2055 份证书已存档,由 verify_all 重新检查。CAL-B35、B36。
    • 确认S1 与实验比较:硅与磷化铝。按预登记的协议(DFT-O04、O20)与冻结的数据集 band-gaps-batch1(第 1 版,登记后没有改动),比较工具 fis.s1val 把认证的单侧带隙界与可比的观测带隙(低温带隙去掉零点重整化与自旋轨道分裂,不确定度相加)放在一起。硅:协议设定下的 KS-LDA 带隙至多 0.530902 eV,观测 1.2437 ± 0.017 eV,观测比模型至少高 0.696 eV。磷化铝:至多 1.478051 eV,观测 2.6263 ± 0.073 eV,至少高 1.075 eV。两项的判定都是“模型低于观测”,等级 V1。单侧规则只给出偏差的这个下界;对象是离散化的 KS-LDA 模型(固定截断与 k 点网格),不是收敛的 LDA。LDA 低估带隙是熟知的;新的是带隙的模型一侧是证明过的界,偏差不可能来自数值。verify_all 从存档的检查器输出重新计算这两项比较。
    • DFT完整的 GTH 赝势:d 通道与三个投影子。三维 LDA 检查器与整区能带检查器(规则 U)现在接受完整的 GTH/HGH 非局域部分:角动量 l ≤ 2,每个通道至多三个投影子,这是镓、砷的赝势所需要的。投影子的 Fourier 变换、fcc 晶格上的 d 通道核及其在时间反演与点群下的变换都在 Lean 中证明;没有新项时检查器与原来的逐字相同。在一个小的 GaAs 测试上(a = 10.5 bohr,截断约 1 Ha,2×2×2 k 点网格),SCF 证书通过,残差 5.6×10⁻¹²,DFTK 的 104 个本征值全部落在区间内;能带检查也通过。这是 S1 加入 GaAs、GaP、AlAs 的前提;它们的协议还没有登记。DFT-W110–W119。
    • DFTS1 的第二种材料:磷化铝。AlP 在任何计算之前预登记(协议 DFT-O20,a = 5.4672 Å,两种元素的真实 GTH-LDA,截断 10.08 Ha,8×8×8 k 点网格),现已在这些设定下认证。三维检查器支持了两种元素(各元素的赝势与结构因子,闪锌矿对称性在 Lean 中检查)。SCF 证书把全部 8192 个能带能量界到 2.6×10⁻⁹ Ha 以内;网格上的带隙在 [1.4778801, 1.4778803] eV(价带顶在 Γ,导带底在 X)。整个布里渊区的检查给出单侧规则下的 S1 记录:这些设定下 KS-LDA 带隙至多 1.478051 eV(DFT-W96)。SCF 检查在 32 核上用 14.5 小时(362 CPU 小时,103 GB),整区检查 1 小时。DFTK 0.8 在同一离散问题上的 8192 条能带全部落在区间内。尚未与实验比较。DFT-W90–W97。
    • DFTS1 硅解的认证总能量。三维检查器的新模式(fis-pw3d-energy 1)界住认证 SCF 解的 LDA 总能量:电子能量用解处的能量恒等式(二阶余项、能带和的界),离子–离子 Ewald 能用 erfc 与格点和尾项的有理上下界。对 S1 的硅证书(真实 GTH-LDA,8×8×8 k 点网格)得到 E ∈ [−7.928721861, −7.928721780] Ha/晶胞,宽 8.0×10⁻⁸ Ha(2.2 µeV),可靠性在 Lean 中证明(DFT-W85、W87);DFTK 0.8 在同一离散问题上的值落在区间内。局限:Ewald 和在固定的分裂参数(η = 7/2,与 DFTK 同一公式)下界住;它与 η 无关是经典事实,但没有证明。DFT-W80–W89。
    • Site新增七个成果展示。成果展示页从 12 个存档运行增加到 19 个,每个都是驱动 → 证书 → Lean 检查器 → 参考软件:真实的硅在 4×4×4 k 点网格上的 LDA 自洽解(1024 个能带区间,DFTK 的本征值全部在内);硅的能带在整个布里渊区上的界,附 S1 的生产记录作为存档记录(只核对输出的哈希,不重跑:检查一次在 32 核上约 8 小时);S2,一个自洽解被证明不是基态(余量 330 meV);十二种半导体的 Cohen–Bergstresser 能带在预注册规则下与实测能级比较;L 形膜的第一本征值;周期盒子中的 Lennard-Jones 原子;Pb–Sn 的共晶温度。两个硅的例子截断较低,不是收敛的硅。verify_all 约 10 分钟重查全部 19 个。
    • Validation扩展的 Cohen–Bergstresser 验证:比较结果。按 12:58 登记的协议,certify-pw 认证了九种新材料在 Γ、X、L 的价带(区间宽 2·10−9 Ha;DFT-W70–W78,T4;DFTK 的 243 个本征值全部落在区间内,W79)。50 个测量值中 12 个与模型一致,37 个不一致,1 个不判定:InP 最好(六个中四个一致),InSb、ZnS 全不一致。X3 价带能级在每种材料中都不一致,测量值比模型深 0.45–2.4 eV。分级:四条命题不一致(DFT-O09、O13、O15、O16),八条部分一致,都是 V2;CdTe 的 UPS 值没有给出误差(O19,V0)。用光学带隙拟合的局域赝势放不准深价带能级,这一点早已知道;新的是判定规则在数字出现之前就定下,模型一侧又有认证,所以每个不一致都归于模型,而不是数值误差。
    • DFTS1 的硅带隙离收敛还有多远。用 DFTK 做的浮点研究(DFT-Z09–Z12,T0)把截断从协议的 10 Ha 提高到 50 Ha、SCF 网格从 8³ 加密到 16³:真 KS-LDA 带隙只变 +0.47 meV,8×8×8 网格上的带隙变 +2.4 meV。规则 U 的上界与真带隙相差的 45 meV 因此来自导带底不在网格上,而不是离散化。
    • DFTS1 设定下硅在整个布里渊区上的能带界。从 S1 的硅证书(DFT-K29)出发,certify-pw3d 的能带模式证明:最高价带在布里渊区每个 k 点上都有上界(约 7,500 个立方体,每个都通过 Rayleigh–Ritz 检验),并在 Γ 和 (0, 5/8, 5/8) 给出宽约 6·10−6 Ha 的两侧能带界;可靠性在 Lean 中证明(DFT-W42–W51,检查器 T4)。由此得到 Si 在规则 U 下的 S1 记录:协议设定下的 Kohn–Sham LDA 带隙不超过 0.530902 eV。DFTK 在每个列出的点上一致;网格外一个更紧的界(0.84 Γ–X 附近的 Rayleigh–Ritz 点,低于 0.486 eV)写在笔记里,不进记录。检查在 32 核上用 44 分钟。与实验的比较是单独的一步。
    • ValidationCohen–Bergstresser 验证扩展,已预注册。在算出新材料的任何能带能量之前,经验 Cohen–Bergstresser 赝势与实验的比较从 Si、Ge、GaAs 扩展到 1966 年论文中的另外九种半导体(GaP、GaSb、InP、InAs、InSb、ZnS、ZnSe、ZnTe、CdTe),规则不变:来自同一项 X 射线光电子能谱研究(Ley 等,1974)的 50 个价带能量与带宽测量值,其中 49 个给出误差,落在拟合数据范围内的值已排除;α-Sn 与 AlSb 因找不到可用数据而放弃(DFT-O07–O19,已登记,尚未比较)。预注册于 12:58(UTC+8)推送。
    • DFTS1 设定下硅的 Kohn–Sham LDA 解得到证书。真实 Si(GTH-LDA 赝势,晶格常数恰好 5.416 Å,截断约 10 Ha,每个 k 点 399–419 个平面波,8×8×8 Monkhorst–Pack 网格共 512 个 k 点,零温):certify-pw3d 证明离散的自洽 KS-LDA 方程在证书中心 2·10−10 之内恰有一个解,全部 8192 个能带能量的区间宽都小于 10−8 Ha,网格上的带隙在 [0.5307362, 0.5307368] eV 内(DFT-K29)。检查器利用 48 个对称操作,512 个 k 点只算 29 个,其可靠性在 Lean 中证明(DFT-M75–M77、K21–K28);检查用 32 核 8 小时。网格带隙是整个布里渊区带隙的上界;S1 与实验的比较需要布里渊区上的界,这是下一步。目前没有与实验比较。
    • DFT更紧的 LDA 常数与机器字算术。零温交换关联项的界更紧,并加了预检:没有希望的证书几分钟内就被拒绝,不必等一整天的检查(DFT-M70–M74)。检查器的精确有理运算换成对若干机器字素数取模的运算,Lean 证明结果完全相同(DFT-J10–J17):生产检查由估计的 1150 CPU 小时降到 196。用 Frama-C 证明的 C 点积试过,没有采用(J19)。
    • DFT低密度下 LDA 的连续极限:还没有。势空间中给连续(无限截断)KS-LDA 解发证书的路线,抽象部分已证明;但在真实 Si 上只有用估计的(非严格的)常数才闭合,所以没有连续极限的证书(DFT-C40–C49)。
    • DFTDFTK 对齐清单补上三维工作。目标 G1(DFTK)的对齐清单之前仍把 d 维里程碑 M4 记为未开始。现在 d 维 Lean 模型记为完成,三维平面波检查器、fcc 的时间反演与点群对称性、GTH 赝势以及硅与 Cohen–Bergstresser 两个示例记为部分完成,G1 为 46 项中 10 项完成。详情 →
    • FEM二维的多项式右端项。二维 Prager–Synge 检查器现在对任何有理系数多项式右端项都给出在 Lean 中证明的误差界,不再只限于常数:多项式在单元上的积分通过参考三角形上的 Beta 积分精确算出(FEM-B12)。10 月 14 日时这类右端项只给浮点结果;不是多项式的右端项仍然如此。
    • Checks更快的完整验证与快速档。verify_all 现在把所有证书用例和步骤放进同一个核池,最长的先排,线程数按以前运行的实测来定,同一张证书在一次运行里只由同一个检查器检查一次。完整验证从约 100 分钟缩短到约 63 分钟,检查的内容完全不变。新的快速档(约 20 分钟)跳过最耗时的用例,用于开发中的分支,不能代替合并前的完整验证。
    • FEM二维的保证误差界。三角网格上的 Poisson 问题,新的检查器用平衡的 Raviart–Thomas 通量构造 Prager–Synge 误差界,整条链在 Lean 中证明:三角形上的分部积分、网格铺满区域、P1 插值的协调性、内部边项相互抵消(FEM-D10–D18、B12、B14;检查器 T4)。单位正方形 16×16 网格上,认证的误差界为 0.0253,真实误差为 0.0210;scikit-fem 的节点值与之相差 3·10−16。右端项不是常数时只给浮点结果(B13,T0)。
    • FEM一维的能量范数误差与本征值上下界。certify-fem --energy 认证 P1 解的能量范数误差,端点可以是 Dirichlet、Neumann 或 Robin 条件;−u″ = ex、16 个单元时,误差界只比真实误差大 6·10−19(FEM-D20–D22、B20、C10)。Sturm–Liouville 检查器给出 −(pu′)′ + qu = λwu 前几个本征值的上下界,上界来自极小极大原理,下界来自 Liu–Oishi 估计:−u″ 的 λ1 在 [9.869598, 9.869635] 内,包含 π²(D23–D27、B21、C11、C12)。
    • FEM正方形与 L 形膜的本征值。上界用 Q1 试探函数,下界用旋转 Q1 元并精确检查半正定性:单位正方形的 λ1 在 [19.73921, 19.74020] 内(包含 2π²),L 形膜的 λ1 在 [9.63267, 9.64514] 内,包含经典值 9.63972(FEM-D30–D36、B25、B26)。Lean 还证明了协调有限元的本征值不会低于真实值,并给出一个网格:有限元本征值为 24,而 λ1 < 24(C15)。
    • MD三维周期 Lennard-Jones 动力学。周期立方盒中 32 个原子,截断处用四阶光滑的开关函数、最小镜像:Lean 证明解存在且唯一、能量与动量守恒;检查器把真实轨迹包到 t = 0.148,约为最短振动周期的一半,t = 0.1 时位置误差小于 10−4(MD-C09–C13、A06–A08、B15–B21、B24)。力与 ASE 相差 3·10−14;高阶参照积分器的结果都在区间内。
    • MD单摆、精确 Verlet 与 FPUT 链。新的检查器 certify-mdlad 给出单摆周期的区间(k = 1、θ₀ = 1:[6.699975658, 6.699975670],包含 4K(sin ½);MD-C17、C18、A14、B28),并界定精确算术的 Verlet 与真解之间的距离(A13、B26)。对 31 个运动粒子的 FPUT-α 链,它证明解存在,并给出前五个简正模能量到 t = 200、前三个到 t = 1272 的区间,约为回归时间的 12%(C19、C20、A15、A16、B30–B33)。Lean 还用一个两步的例子说明 Verlet 不守恒能量(D04、D05)。
    • CALPHAD温度区间上的相图结论。新的证书对一个温度区间里的每个温度都成立:点平衡、某个相不出现、不变反应(CAL-C12、C13、B13–B15)。Pb–Sn 的共晶温度认证在 [454.5521, 454.5721] K 内,pycalphad 的 454.5611 K 在区间内。对正规溶液,Lean 证明存在溶解度间隙当且仅当 T < Ω/2R(C14)。
    • CALPHAD间隙相与磁性相,以及 Fe–C 共析。TDB 读取器与检查器现在能处理间隙亚晶格与磁性化合物(CAL-C22–C24、B23、I09、I10)。Fe–C 数据库(取无压力项的极限)中 γ → α + Fe3C 的共析温度认证在 [999.6738, 999.6938] K 内,pycalphad 的 999.6838 K 在区间内(B24)。
    • DFT四次振子的十六位有效数字。整条实轴上 −d²/dx² + x⁴ 的基态能量认证在宽 1.1·10−16 的区间内,中心约 1.0603620904841829;下界来自 Riccati(Barta)不等式,上界来自精确的 Rayleigh 商,两者都在 Lean 中证明。同一问题上 Temple 不等式只到 2·10−8,Dirichlet–Neumann 夹逼约 10−7(DFT-Y21–Y30)。
    • 网站证明依赖图。纲领页上新的依赖图显示账本命题之间、8975 个 Lean 定理之间谁建立在谁之上,直接从 Lean 证明项读出,而不是账本里手写的“依赖”列:一张按领域着色、可以缩放的图,可以搜索,可以在命题与定理之间切换,“只看它的链”只保留一个节点直接或间接用到的和用到它的。每个领域页里也嵌入了同一张图,打开时只显示本领域的命题。
    • DFTLDA 的尾部界闭合了,有了 LDA 的分裂模式。LDA 的交换关联核是局域的,高频部分没有 Hartree 项的 1/|G|² 衰减,原来的尾部界收不住。改用响应密度的逐点 Cauchy–Schwarz 界、每对占据与未占据能级的精确能量分母,以及配对 Gram 矩阵的算子范数,就收住了(DFT-U25–U31,T4)。certify-pw3d 新的 LDA 分裂模式带时间反演与每个 k 点上的 GTH 投影子,可靠性定理的结论与统一 LDA 模式逐字相同,关于完整网格(DFT-M59–M67,T4)。真实 Si、零温、2×2×2 网格、每个 k 点 24–27 个平面波:32 秒通过,DFTK 在完整网格上的 128 个本征值全在区间内。协议要求的截断(约 410 个平面波,10 Ha)的证书已经生成,但在共享机器上检查了 6 小时后停止,没有结论。
    • DFT晶体对称性,有证明。k 点各块的 SCF 映射在晶体的空间群操作(含分数平移)下等变,所以证书球内唯一的解是对称的,只含不可约 k 点的方程与完整方程有相同的解(DFT-K11–K14,T3)。certify-pw3d 的点群模式自己核对这些操作,不假设网格对称,结论关于每一个 k 点,包括能带(K15–K18,T4)。Si 模型在 S1 协议要求的 8×8×8 网格上通过(512 个 k 点中 29 个不可约,80 CPU 小时),在 4×4×4、410 个平面波上也通过(276 CPU 小时);8×8×8 的 8192 个 DFTK 本征值全在区间内。与只用时间反演相比 CPU 时间少三倍;外推 S1 证书约需 1000 CPU 小时。
    • DFT整个布里渊区的能带界。由一张通过的 SCF 证书,certify-pw3d 的新模式界定有效 Hamiltonian 在任意 k 点(包括网格外)的能带,并用立方体八叉树与非局域核的梯度界,界定整个布里渊区上最高价带的上界(DFT-W30–W40,检查器定理为 T4)。在粗截断的真实 Si 证书上,它给出带隙的严格上界,正是 S1 协议单侧规则要用的量,DFTK 的 48 个能带值全在区间内。对应的下界在小问题上可用,但对硅用现在的一阶检验约需一百万个立方体。
    • DFT第一张关于连续模型的证书。对 n = 411 的 rHF Si 模型,一个在 Lean 中证明了可靠性的检查器给出:基态能量在所有有限平面波集合上的下确界落在宽 2.2·10−4 Ha 的区间内(DFT-C29–C33,检查器为 T4)。LDA 的同类局部论证收不住(C34):模型的电子密度在离子处几乎为零(10−5–10−4),交换关联核在那里发散;我们核对的文献假设那里的密度为正而没有证明。这一点解决之前,S1 的比较只能针对离散化的模型。
    • 确认S1 的比较工具与一处澄清。把证书变成与实验偏差的工具(规则选择、协议门槛、精确偏差、判定与等级)已写好,只在合成输入上检查。在任何协议设置下的认证带隙出现之前,在协议的登记头中定下一处读法:0.10 eV 的宽度门槛用于两侧区间,不用于单侧规则(宽松的上界只会使单侧判定无法做出,不会做错)。登记头以外的协议文本以及登记时的 SHA-256 都没有改变。
    • DFT一个检查器同时处理 LDA、非局域赝势、零温与 k 点。certify-pw3d 的统一 LDA 模式(DFT-M50–M58,可靠性与能带定理为 T4)在一个可靠性定理下支持 Slater 交换(可加 PW92 关联)、每个 k 点上的 GTH 非局域投影子、零温或 Fermi–Dirac 占据,以及 Monkhorst–Pack 网格。第一张组合证书:真实 Si(GTH-LDA q4)、LDA、零温,2×2×2 与 4×4×4 网格,能隙区间宽度小于 10−9 Ha(4×4×4 用时 228 秒);检查的 1023 个 DFTK 本征值全在区间内。截断还很低(约 1.6 Ha,每个 k 点 22–28 个平面波),所以这是管线的检验,还不是 S1 的数字。
    • DFTk 点证书只需检查一半的网格。时间反演使 κ 与 −κ 两个块的 SCF 映射处处相等(DFT-K08–K10,T3),所以 certify-pw3d 新的分裂模式每对只检查一个块(低频部分精确检查),结论仍然覆盖完整网格(DFT-U21–U24,T4)。同样的规模下 CPU 时间约为稠密 k 点模式的 1/16。Si 模型在 4×4×4 网格上认证到每个 k 点 180 个平面波(73 分钟),在 2×2×2 上到 410 个(2.5 小时,25 GB);检查的每个 DFTK 本征值(包括没有直接检查的 k 点上的)都在区间内。实测每个块的代价约随 n3 增长:4×4×4、410 个平面波约需 1100 CPU 小时,点群对称(尚未做)大约能再省到三分之一。
    • DFT从离散模型到连续模型。对凸的 rHF 模型,连续模型的真实 SCF 密度与任意试探密度的距离不超过 SCF 映射在试探密度处的残差,常数为 1,不需要 Jacobian 的逆(DFT-C20);加上能量的对偶下界、Coulomb 势的形式界与本征值移动引理(C21–C23),这些在 Lean 中证明(T3),关于能隙与能量的完整结论有纸面证明(C24–C26,T1)。在 Si 模型上的浮点试算中,得到的区间都包含 5577 个平面波参照解的能隙,宽度随投入的计算从 126 降到 9 meV。两个发现决定了下一轮:论证要用凸性,LDA 需要另一个论证;浮点计算显示 rHF 的 Si 模型在整个布里渊区上没有能隙,因此不能给出零温 k 网格证书。
    • 确认S1 的比较预先登记。在任何真实材料的 LDA 带隙证书出现之前,固定并冻结了 Si、C、Ge 的 Kohn–Sham LDA 带隙与实验比较的全部规则(确认命题 DFT-O04–O06,已登记,尚未比较):Slater 交换加 PW92 关联、GTH-LDA q4 赝势、扣除零点膨胀的静态晶格、由浮点扫描定下的最低截断与 k 网格、实验带隙及其修正取自 10 月 8 日冻结的数据集,以及把“不一致”也算作有效结果的判据。只有离散误差也有严格界时,偏差才叫模型误差;否则命题如实写成关于离散模型的结论。登记提交时协议文件的 SHA-256:519339c091548f3082106e4cb285a617ce9d7747390013ce59420a3b28052738。
    • DFT第一张真实硅的证书。certify-pw3d 现在支持带非局域投影子的可分离 GTH/HGH 赝势(DFT-Q01–Q12,检查器定理为 T4)。Si 用 DFTK 赝势库中的 GTH-LDA q4(全部用上:局域部分、s 通道两个投影子与 p 通道),约化 Hartree–Fock、Γ 点、T = 0.01 Ha:SCF 解认证到 411 个平面波(截断约 10 Ha),能带区间宽 1.3·10−7 Ha;检查的每个规模上 DFTK 的解都落在区间内。尾部定理对非局域项照常成立。
    • DFT三维 SCF 证书有了零温与 k 点。零温模式(DFT-M30–M35,检查器定理为 T4)证明认证的密度矩阵是离散 rHF 模型唯一的基态(不只是证书附近唯一的解),并给出 Γ 点能隙的区间;Si 模型认证到 411 个平面波,能隙区间宽约 5 μeV。k 点模式(DFT-M13–M15、M40–M42,T4)在 Monkhorst–Pack 网格上认证 SCF 解,最大 4×4×4(64 个 k 点,87 秒),每个 k 点都有能带区间;检查的 2864 个 DFTK 本征值全在区间内。把三块合起来(真实硅、零温、k 网格,并且用 LDA)是走向展示例子 S1 的下一步;还没有和实验比较。
    • DFT三维 SCF 证书可以扩展规模了。高频尾部的“动能主导”界在 Lean 中证明(DFT-U06–U10),certify-pw3d 的分裂模式只精确检查低频块(U11–U13,T4,结论与稠密模式相同)。fcc Si 模型现在认证到 411 个平面波(这个模型收敛到 meV 级大约就需要这个规模),用时 56 分钟;稠密模式只到 89。证明出的常数仍比真实值松 18–90 倍。
    • DFT第一个“不是基态”证书(S2)。简单立方氢(局域赝势、Slater 交换):检查器证明收敛的自旋限制解在它的球内唯一、也是 LSDA 的解,而一个反铁磁试探态的自由能至少低 330 meV,所以自旋限制解不是这个离散模型的基态(DFT-M20–M26、Z06–Z08,检查器定理为 T4)。DFTK 的解在界内。这个次序是教科书物理,截断也小,所以这是严格性上的第一次,不是发现。
    • 纲领符号计算(SymPy、FLINT、spglib,可选 GAP)作为生成待证命题的不可信工具加入工具链,命题在 Lean 中证明后才算数。新增实验记录:带出处地记下编写本项目的 AI agent 收到了什么指令、做出了什么、哪些错误被哪一层验证拦下。
    • 纲领普查之后改写展示例子 S2(“不是基态”)的措辞:它是严格性上的第一次,即机器检查地证明一个收敛的 SCF 解不是离散模型的基态,不再当作物理发现。第一例提前到阶段 2(拉长的 H2 或 bcc H),真实材料的例子从 fcc Fe 换成 NiO;论文关于新结果的主张靠带证书的模型误差(S1)与预先登记的确认。详情 →
    • DFT第一个三维 SCF 解证书。面心立方 Si(模型局域赝势)、约化 Hartree–Fock、Γ 点、Fermi–Dirac 展宽 T = 0.01 Ha:新检查器 certify-pw3d 证明离散 SCF 方程在证书附近 10−11–10−9 内恰有一个解,并给出化学势与最低 16 条能带的区间,平面波数 15 到 89(DFT-M07–M12、U01–U05,检查器定理为 T4);DFTK 在同一问题上的解在区间内。限制都实测了:稠密精确检查的代价约为 n4(n = 89 时 38 CPU 小时),T 低于约 1/300 Ha 时不闭合,扩展到真实规模还需要一个尚未证明的尾部估计。
    • 物理“不是基态”候选的收敛普查(浮点,只有笔记):fcc Fe 中铁磁解比 AFM-I 高 21 meV/2 原子(最初估计的 90 是截断不够的假象),双层反铁磁比两者都低;NiO 的 AFM-II 在所有设置下都最低,余量至少 359 meV;拉长的 H2 与 bcc H 有一个自旋限制解比对称破缺解高 0.3–0.7 eV,只需要局域赝势。文献核对发现这些次序都是已知的,所以认证它们展示的是严格性,不是新物理。
    • DFT三维的第二条算术路线:Lean 中证明过的二进区间库(尾数 × 2e,向外舍入到 p 位)让 certify-pw --dyadic p 用与精确有理数路线相同的可靠性定理检查同样的证书(DFT-J01–J09,J08、J09 为 T4)。在 Si、Ge、GaAs 的证书上,二进区间与精确区间逐行相交(83 行全部);最低 5 条能带从 p = 26 起通过,9 条能带需要 p = 32–36。如实说明:约 200 个平面波时它还不比精确有理数快(每个 k 点 11–22 秒对 6–14 秒),下一步是预条件。
    • DFT三维 SCF 的模型:任意 Bravais 晶格(Si、Ge、GaAs 的面心立方都在内)上的约化 Hartree–Fock,Hartree 核 4π/|G|²,外势为各原子局域赝势之和,现在写进了 Lean:零温与有限温度的极小存在、基态密度唯一、能量随截断单调,以及 SCF 证书要检查的 Euler–Lagrange 与 Aufbau 刻画;一维模型是 d = 1 的特例,关掉 Hartree 时 Hamiltonian 就是 Cohen–Bergstresser 的(DFT-M01–M06,T3)。LDA 的极小也存在,但密度不一定唯一(DFT-M16)。下一步是三维 SCF 的检查器。
    • 网站进度页开头新增一张全局图:可信账本逐日的增长(9 月 27 日 16 条命题,现在 324 条,87% 有机器证明)、三重正确各自的进展,以及各领域与参照程序的对齐程度;网站上所有来自账本与对齐清单的数字今后都由脚本生成(scripts/site_numbers.py),每次验证都会检查,页面不会再落后于账本;DFT 页新增三维平面波与三维并行协议两行。
    • 物理第一个三重都齐的结果。Cohen–Bergstresser 经验赝势下 Si、Ge、GaAs 的能带能量有严格区间(宽约 10−7 eV),与模型没有拟合过的光电子能谱数据比较;比较协议在任何证书数字出现之前提交并推送。Si 在 0.3 eV 的测量不确定度内一致;Ge 的价带宽度(窄 0.54 eV)与 GaAs 的 L3 能级(高 0.38 eV)不一致,这是数值与软件误差解释不了的模型误差(DFT-O01、O02 为 V2,O03 为 V0)。拟合集恰为 CB 1966 年 Table I 的 86 个实验值,已对照原文核对。
    • DFT三维检查器 certify-pw:CB 模型在列出的 k 点上的能带区间、带边与带隙,在 Lean 中证明可靠,截断基组、规范与 (2π/a)² 都在定理之内(DFT-W04–W06、W13、W14 升为 T4);DFTK 的 216 个值与空晶格的 108 个精确能级都在区间内。Lean 还证明了连续 Bloch 算子的界,以及由有限个 k 点给出整个 Brillouin 区的带边(DFT-W08、W20–W25,T3);这样认证 meV 级的带隙需要二阶的界,在计划中。
    • 检查三维并行(k 点 × 能带 × FFT 进程,slab 与 pencil 的 FFT 转置)的 TLA+ 规范细化一维的规范,TLC 发现全部四个植入的并行错误(DFT-R08–R12)。verify_all 按依赖图并行运行各步骤,完整验证约 16 分钟。
    • 物理三重正确计划的第 1 轮:物理确认进入账本与每一次验证。确认命题(字母 O)带确认等级 V0–V3,写明冻结并登记哈希的实验数据集、计算一侧依赖的 T3/T4 命题,偏差分严格部分与统计部分;新的 validation 步骤按精确算术重算每条偏差,拒绝 41 种篡改;fis 的报告分数学、软件、物理三栏。第一条确认命题 CAL-O01(V1):公开 Al–Zn 数据库中 fcc Al 的熵(证书区间)与 CODATA 的 28.30 ± 0.10 J/(mol·K) 一致;只给 V1,因为这类数据库本来就拟合这些数据。第一批实验数据集(Cohen–Bergstresser 的拟合集与确认集、含零点重整化的带隙、0 K 晶格常数、磁矩)在任何比较之前冻结。
    • DFT三维的第一步:Lean 中 d 维格子上的平面波模型与 Cohen–Bergstresser Hamiltonian,定理给出每条能带、带边与直接、间接带隙的区间,以及对任意截断都成立的 Schur 补比较(DFT-W01–W07,T3;连续算子的形式 W08 为纸面证明)。检查器在第 2 轮。文献核对发现这个模型的连续算子严格界已有先例(Herbst、Levitt、Cancès 2020),计划因此把新意放在机器检查的证明、舍入控制与整个布里渊区的带隙上。
    • 检查verify_all --jobs 并行运行证书、展示与对抗用例,计数不变;完整验证从约 100 分钟缩短到约 30 分钟。三维证书的算术路线实测(精确有理数、Lean 二进区间、经过证明的 C 区间内核)见 DFT 笔记。
    • 纲领纲领 v0.4:三重正确(物理、数学、软件);确认等级 V0–V3;三维 DFT 展示计划。一个结果要可信,模型必须描述真实世界(由观测确认),方程必须以严格的误差界求解(Lean),程序必须忠实执行算法(TLA+、Frama-C、经过证明的检查器)。层链新增 L0(被观测的真实世界);物理结论在 T0–T4 之外另带确认等级 V0–V3;原来“不判断物理模型是否正确”的非目标撤回。物理正确目前最弱:迄今所有结果都是 V0,物理确认这条线(实验数据集、账本中的 V 等级、LDA 带隙的带证书模型误差)随三维 DFT 的展示例子 S1–S3 一起计划。论文按同样的叙事改写。详情 →
    • DFT力的第二阶段:--pot sites --forces 现在对 rHF Γ 点(零温,或 Fermi–Dirac、Gaussian 展宽)给出每个高斯格点上的力及其合力的严格区间;有证书能量的有限差分与 DFTK 的 compute_forces 都在区间内(DFT-N04–N08)。详情 →
    • DFT共线自旋完成:加自旋插值 PW92 关联时,检查器现在也认证 Γ 点与 k 点的零温、能量与自由能、每个自旋的能带与态密度以及命名高斯外势,DFTK 处处在区间内,DFTK 对标表的共线自旋一项完成(DFT-X48–X58)。详情 →
    • DFT精确交换:--xc hf 求解有限温度 Γ 点的闭壳层 Hartree–Fock,检查器证明 HF SCF 方程在证书附近恰有一个解并界住其化学势(DFT-H01–H08);DFTK 自己的 HF SCF 在这些一维体系上不收敛,所以与 DFTK 的比较是 Fock 矩阵与能量分项的不动点检查(DFT-H11),HF 的能量区间尚无证书。详情 →
    • DFT截断极限 E∞ 在 Lean 中被证明等于写在 Fourier 空间的连续模型的基态能量,LIMIT_OK 因此也界住连续能量(DFT-C02 升为 T3,C03–C09);它与 H¹ 上算子模型的等价记为假设 A-DFT-08。详情 →
    • 检查对 10 月 6 日以来新增入口的第二轮对抗式复审没有发现错误的可靠性定理,修复了八处较弱的地方,其中有五个检查器统一的退出码(次要检查未通过时为 3)、--tdb 证书的完整相表与自旋向下 k 点行的输入门(DFT-I09–I11、FEM-B11、MD-B14、CAL-I06–I08、CSP-B06);现在每次运行重放 307 份伪造证书。详情 →
    • 检查模糊测试在 CALPHAD 驱动的相图模式中发现一处越界写(map_chord,不在可信链内),已修复,出错的输入成为每次模糊测试都跑的固定回归用例。
    • 论文论文稿补上了 10 月 7 日与 8 日的工作;账本现有 298 条命题,其中 265 条有机器证明。
    • 网站mini-CSP 有了自己的领域页面,导航栏加上 CSP 标签:LJ₁₃ 上检查器的完整输出、局部极小与去重证书如何工作、粒子群与随机补充的定理、全部十条命题,以及 LJ₃…LJ₁₃ 认证最低能量与剑桥团簇数据库的对照(mini-CSP)。
    • 检查对四个检查器的可靠性复审查出的漏洞已全部修复:MD 检查器曾接受原子重合、没有步数或 σ = 0 的证书(Lean 的 0⁻¹ = 0 使它们看起来无害),从 TDB 文件读入的 CALPHAD 相名可以注入伪造的输出行,若干问题数据没有回显。现在 MD 的这些条件属于已验证的检查;每个检查器都以精确的 PROBLEM 行回显完整的问题、严格解析并转义名字;可信 C 内核的 ACSL 契约登记了指纹;verify_all 留下运行记录并报告跳过的用例(MD-B06–B09,CAL-B08、B12、I03–I05,FEM-B06、B07、B10,DFT-I05–I08)。详情 →
    • DFTSCF_OK、LDA_OK、LSDA_OK 现在证明的是 SCF 解本身在证书的球内唯一(Γ 点与 k 点),而不只是辅助映射的零点唯一:每个 SCF 解都是这个映射的零点(DFT-T32–T38)。详情 →
    • DFT共线自旋扩展:Monkhorst–Pack k 点上的 LSDA(--nk,DFT-X35–X37)与 Γ 点的零温 LSDA(磁化为精确整数,公共能隙有证书,fis-lsda0,DFT-X40–X42)已端到端检查;SCF 解处 LSDA 能量与自由能的界有了机器证明(DFT-X45、X46,T3);打印能量区间的检查器是同一天第二轮加上的(DFT-X47),DFTK 的值都在它打印的区间内。(10 月 9 日订正措辞:原文暗示 X45、X46 已经打印区间。)详情 →
    • DFT共线自旋第二轮:Monkhorst–Pack k 点上的零温 LSDA,每个原胞的磁化是精确有理数(自由电子三个 k 点时为 4/3),全部 k 点、两个自旋共用一个有证书的能隙(DFT-X43、X44);有限温度 LSDA 解在 Γ 点与 k 点的每个自旋的能带、态密度与总态密度(DFT-S09–S11、X38);LSDA 能量与自由能的区间有证书,k 点为每个原胞(DFT-X47),Γ 点的命名高斯外势也有(DFT-V15–V17)。DFTK 的磁化、能带、态密度、能量与自由能都落在区间内。详情 →
    • DFT有限温度的完整 LSDA:自旋插值的 PW92 关联(--spin collinear --xc lda,DFTK 的 Xc([:lda_x, :lda_c_pw]))在 Γ 点与 k 点有证书。它的 Jacobian 把两个自旋耦合在一起,一致常数松约 100 倍,所以通用的 LSDA 检查器在每个格点的小方块上界住它(DFT-X29–X34);DFTK 的磁化与费米能级在区间内。PW92 时检查器只证明 SCF 解、磁化与费米能级:它明确写出能量没有证书,并拒绝要求能带的证书。DFTK 对标表的共线自旋一项在有限温度已基本完成。详情 →
    • DFT用户自己的外势:--pot file 读精确有理的 Fourier 系数,--pot sites 读周期化的高斯格点;检查器自己重读输入,二进系数精确绑定,其余给出精确算出的偏差,命名外势下的结论对用户的外势成立,DFTK 的值都在区间内(DFT-V18–V24)。详情 →
    • DFT力,第一阶段:rHF 在任意温度下的 Hellmann–Feynman 定理(带显式二阶余项)与平移下总力为零有了机器证明;力区间的检查器已证明,但还没有接入 certify;--forces 输出高斯势阱上的浮点力,与有限差分相差 7×10⁻¹⁰(DFT-N01–N04)。详情 →
    • 工具易用性:驱动输出机器可读的 STATUS、FLOAT、HINT 行,fis 只读这些行,不再解析中文报告;SCF 不收敛时报告给出要追加的选项;fis multiplicity 证明一个 SCF 问题有多个精确解;支撑输出行的另外 10 个检查器定理登记了陈述指纹。详情 →
    • CSP第五个领域 mini-CSP 从 Lennard-Jones 团簇开始:不可信的搜索器(随机生成、BFGS 与 Newton 弛豫、粒子群更新、指纹去重)提出候选,新的检查器 certify-csp 证明每个候选是精确的局部极小(模转动、反射与平移唯一)并给出能量区间,还证明候选之间相同或不同(CSP-B01、B02、B04)。LJ₃…LJ₁₃ 最低的已认证能量区间都含剑桥团簇数据库的值;BEST 只是这次搜索中最低的已认证极小,不是全局最优的结论。在理想化假设下,Lean 还证明了粒子群的稳定区域,以及随机补充以趋于 1 的概率到达全局极小的邻域(CSP-A01、A02)。搜索代码本身还没有证明;计划见 docs/plan-mini-csp.md。
    • DFT共线自旋的第一版:--spin collinear 在 Γ 点、有限温度下求解 LSDA,交换取自旋极化的 Slater 交换,可加均匀 Zeeman 场。检查器证明证书附近存在精确的 LSDA SCF 解、在那里唯一,并给出它的磁化与化学势的区间;DFTK 的值都在区间内(DFT-X26–X28)。详情 →
    • DFTk 点运行的能带与态密度有了证书:rHF(任意展宽)、LDA 与零温 rHF,检查器给出由超胞解的块平均构造的原胞 Bloch Hamiltonian 的能带区间。DFTK 的 compute_bands 与 compute_dos 的值都在区间内(DFT-S06–S08)。详情 →
    • CALPHAD相在固定成分处的热力学性质,即 pycalphad calculate 的 GM、SM、HM、CPM:--calc n 由数据库参数对温度的精确符号导数给出 G、S、H、Cp 的区间;21 个体系 713 个点与 pycalphad 一致(CAL-C11、I02、B07)。pycalphad 对齐计划中的热力学性质一项完成。详情 →
    • DFT决定 D1 定案:代码层用 Frama-C 的浮点模型。区间算术内核的电荷区间、残差上界与惯性计数在 WP 的 IEEE 754 模型下直接对 C 代码证明(DFT-F01、F02 升到 T4;由精确消去得到本征值个数是 Lean 定理)。Lean 与 Rocq 的接口命题 DFT-I01 撤销;阶段 0 达到退出标准。详情 →
    • DFT零温 LDA 有了证书:在能隙条件下,检查器证明证书附近存在精确的零温 LDA SCF 解、在那里唯一,并给出它的能量区间,Γ 点与 Monkhorst–Pack k 点都支持(DFT-X21–X25)。DFTK 对齐计划中的 LDA 一项完成。详情 →
    • DFT高斯外势:SCF 解(rHF 与 LDA)、零温的谱、能带与态密度、熵与能量的结论,经由一条已证明的扰动估计,现在对命名外势成立,而不只是对证书中舍入后的系数(DFT-V10–V14)。详情 →
    • CALPHAD活度给定的平衡,--acr B=a --ref 相:检查器自己把 μB = Gref(1) + RT ln a 算成有理区间,一份证书覆盖整个区间(CAL-C10、B06)。pycalphad 对齐计划中的活度一项完成。详情 →
    • FEM一维 Laplace 算子的 P1 本征值(--eigs n,两端 Dirichlet、Neumann 或 Robin):检查器在有理移位处用精确的 LDLᵀ 与矩阵束 Kx = λMx 的 Sylvester 惯性定理计数,给出每个离散本征值的区间,相对宽度约 2×10⁻¹⁵(FEM-D08、D09、B05)。详情 →
    • 检查对检查器做了一次对抗式复审(攻击者控制证书):修复七处缺陷(伪造的名字注入输出行、巨大指数让检查器卡死、k 点不全时仍输出态密度、回显未全部核对),另记录六处较弱的地方。verify_all 新增一步,每次重放这些伪造证书。详情 →
    • 论文论文稿补上了 10 月 5 日与 6 日的工作;账本现有 187 条命题,其中 179 条有机器证明。
    • CALPHAD相图在每个网格温度上有完整性证书:区域划分证书对 [0, 1] 中的每个总成分给出任意平衡含有哪些相(CAL-C09、B05)。详情 →
    • CALPHAD给定化学势的平衡(pycalphad 的 v.MU):任意平衡的另一个化学势、总成分与相组成(CAL-C08、B04)。
    • CALPHAD两个混合亚点阵的相,包括 Laves 相(CAL-C07);数据库审计重新运行,支持的(相, 体系)共 3470 个。
    • FEM两端 Neumann 条件:检查器认证均值为零的解,多项式右端精确判定相容性(FEM-C03、D07、B04);新增一个成果展示。详情 →
    • MD证明原子链的 Newton 方程对所有时间有唯一解,证书因此针对真轨道(MD-C03、C04、B05)。详情 →
    • DFT问题绑定改为必需:没有写明外势的证书一律拒绝(DFT-I04)。详情 →
    • DFT阶段 0:连续适定性、平面波先验误差估计与线性混合收敛以纸面证明达到目标 T1,线性混合的条件得到订正(DFT-C01、D06、A01)。
    • 工具Python 包 fis:运行并检查各领域,审计 TDB 文件,输出 JSON;四份已执行的教程 notebook。
    • 研究对 pycalphad 自带的 17 个数据库做严格审计:316 个二元体系的 246 650 个平衡,五个反常液相混溶隙被夹在 1 K 内,以及 pycalphad 漏掉的平衡。详情 →
    • 研究证明一个离散 LDA Kohn–Sham 问题至少有五个两两不同的精确解。详情 →
    • CALPHAD检查器自己读 TDB 文件(CAL-I01、B02);凸性证书证明一个相没有混溶隙(CAL-C05、B03);一个混合亚点阵的亚点阵相(CAL-C06)。
    • DFT证书按 Lean 中命名外势的定义核对(DFT-I02、I03、V07–V09);有限温度的 SCF 解有能带与态密度证书(DFT-S04、S05)。
    • DFTLDA 的 SCF 解证书覆盖 Fermi–Dirac、Gaussian 与任意阶 Methfessel–Paxton 展宽,以及 Monkhorst–Pack k 点(DFT-X16–X20、T30、T31)。
    • 检查检查器可靠性定理的陈述用指纹固定;证书测试加入已知答案与正对照。
    • 网站成果展示页:存档的有证书的运行,每个都与参照程序对照。
    • DFT加 PW92 关联的 LDA 有证书(--xc lda)。
    • MD新领域 mini-MD v0:一维 Lennard-Jones 原子链加 Velocity Verlet,证书针对真轨道。
    • CALPHAD新领域与目标 G3:TDB 数据库的二元相平衡有证书,随后是磁性、相图与驱动力。
    • DFTSlater 交换的 LDA 有 SCF 解证书。
    • 检查一条命令 make verify-all 重新检查整个仓库;驱动在 sanitizer 下做模糊测试,运行报告与 k 点线程轨迹逐一校验。
    • FEM新领域 mini-FEM 与目标 G2:P1 元针对真解给出证书,随后是 Robin 与 Neumann 边界、超越函数右端与三次 Hermite 梁。
    • DFTGaussian、Methfessel–Paxton 与 Marzari–Vanderbilt 展宽有证书;偶数 Monkhorst–Pack 网格。
    • 网站本网站上线,中英文两版。
    • 纲领设定目标 G1:与 DFTK 功能对齐。
    • DFT密度、本征值、各能量分项、能带与态密度有证书;与 DFTK 交叉校验。
    • DFTmini-DFT 的 C 实现;Lean 检查器认证能量、自由能、k 点运行与截断误差;区间算术内核的浮点正确性与运行时安全由 Frama-C/WP 直接对 C 代码证明。
    • 纲领纲领与 mini-DFT 的骨架:可信账本、Lean 与 TLA+ 规范;SCF 控制器经 TLC 模型检验。

§0 · 两个目标

两个目标:先认证的正确性,再由 AI 驱动的统一

本项目先后追求两个目标。第一期:认证的正确性——模拟给出的数在物理、数学和软件上都正确,或者其误差有界并由证明检查(本页 §1–§11)。第二期:由 AI 驱动的统一——从电子与原子核的相互作用到宏观物理的统一框架,推导工作尽可能交给 AI(见下面的研究目标)。

这个次序是有意的。要最大程度地引入 AI,让它提出有效理论、跨尺度映射、原子间势与本构关系,它的输出就必须可检查:AI 给出的每一步在检查器接受之前都只是候选,拒绝时说明理由。第一期的证书正是这件事的前提;整条链上被认证的部分越多,能放心交给 AI 的部分就越多。

到目前为止的工作都属于第一期:第一阶段(已达成,2026-10-30 冻结)、第二阶段(进行中,到 2027-01-29)以及进度页上的第三阶段候选。只有当项目沿这条路真正做出了新的东西,才进入第二期。

第一期 · 进行中

认证的正确性

DFT、FEM、MD、CALPHAD 与 CSP 的三重正确性:Lean 检查的证书、经过验证的软件,以及在前两者有界之后与实验的比较。

第一阶段已达成;第二阶段让 DFT 与 CALPHAD 达到科研可用。

第二期 · 尚未开始

由 AI 驱动的统一

电子、原子与连续体成为同一体系相互一致的描述:由 AI 推导有效模型,由第一期的检查器判定哪些成立。

真正做出新的东西之后开始;第一批候选见下文。

第二期的研究目标:从微观基本规律到宏观物理——统一电子、原子与连续体尺度的普适框架

能否建立一个具有普遍适用性的第一性原理框架,从电子与原子核的基本相互作用出发,系统推导不同尺度上的有效自由度、演化方程和本构关系,从而在统一的物理基础上预测宏观物性、动力学行为与集体现象?

问题定义。给定系统的微观组成、基本相互作用以及初始条件、边界条件和外部驱动,构建一套可计算、物理一致且具有误差控制的跨尺度推导方法。该方法应能够根据目标现象所涉及的时空尺度与精度要求,识别必要的自由度,推导相应的有效理论,并建立不同尺度描述之间的一致映射。

这一问题的目标是统一密度泛函理论(DFT)所提供的电子结构描述、分子动力学(MD)所提供的原子运动描述,以及有限元方法(FEM)所求解的连续体模型:使电子尺度的能量与相互作用、原子尺度的结构与动力学,以及宏观尺度的本构关系与场方程,成为同一物理体系在不同分辨率下相互一致的描述。

普遍适用性体现为:以统一的推导原则处理不同材料体系、平衡与非平衡条件,以及力学、热学、电学等多种物理过程;允许具体有效模型随系统与尺度而变化,同时明确各层描述的适用范围、物理约束,以及误差和不确定性在尺度之间的传播。

最终目标是建立从微观相互作用到宏观现象的可追溯预测体系,使宏观规律及其参数能够由微观物理系统地产生,并在可承受的计算成本下获得可验证的预测。

电子 · DFT

能量与相互作用

Kohn–Sham 基态:总能量、能带结构,以及后续的力与应力。

现状:真实三维晶体上由 Lean 检查的 LDA 解(Si、NaCl 及晶胞体积为有理数的任意晶格);PBE 进行中。

原子 · MD(及 CALPHAD)

结构与动力学

原子间势下的轨迹;由此得到的各相的自由能与相平衡。

现状:一维 Lennard-Jones 链的轨迹误差界;由 TDB 数据库得到的多组元 CALPHAD 平衡证书。

连续体 · FEM

本构关系与场

场方程,其本构关系与系数(弹性、热学、输运)取自下层尺度。

现状:一维有限元,误差界针对连续问题的真解。

映射 1 · 电子 → 原子DFT 的能量、力与应力确定原子间势;在参照集上的拟合残差明确给出,而不是隐去。
映射 2 · 原子 → 连续体结构与动力学给出本构关系及其系数,例如弹性常数或热导率。
映射 3 · 电子 → 相热力学DFT 的形成能进入 CALPHAD 计算的 Gibbs 能模型,相分数再进入连续体模型。

第一期给第二期的东西。上图的每个箭头都是计算量之间的映射,每个映射都可能以本纲领区分的三种方式出错(§2)。它的数学误差(离散、截断、拟合)和软件误差(算术、并行簿记)可以有界并由证明检查;它的物理误差(泛函、势的形式、本构假设)无法证明,只能用观测检验,并说明适用范围。每个尺度都有经过认证的区间、每个映射传递误差的方式都有证明了的界,前两类误差沿整条链的传播就成为定理而不是估计;与实验仍有的偏差就可以归到某个尺度上某个具名的物理近似。

现状。各单一尺度的部分已有,成熟度差别很大:DFT 已到真实三维晶体,MD 与 FEM 还是一维,CALPHAD 已到多组元合金。尺度之间的映射还没有一个经过认证。这是第二期的目标,不是第二阶段的承诺;第一批候选步骤列在进度页的第二期一节。

  • 第二期候选 第一座桥:DFT 弹性常数进入 FEM 弹性力学。DFT 认证的应力或能量–应变曲线给出带区间的弹性常数;经过认证的线弹性有限元解再把这些区间传到位移与应力。需要认证的 DFT 应力和一维以上的 FEM。
  • 第二期候选 DFT 形成能进入 CALPHAD。认证的形成能给出带区间的端元参数;CALPHAD 检查器再界定相界最多能移动多少。
  • 第二期候选 由 DFT 拟合的原子间势进入 MD。原子间势拟合到经过认证的 DFT 能量与力,并给出拟合残差;MD 轨迹误差界对该势成立,残差作为映射 1 的模型误差报告。

§1

为什么要这样做

科学计算软件通常用三种办法建立信任:与解析解对比,与实验对比,与别的程序对比。这些办法都有效,但只覆盖被测到的情形,而且当结果出现偏差时,很难说清偏差来自哪一层。

1991 · FEM

Sleipner A 平台沉没

单元形状不佳使有限元分析把三格室壁的剪应力低估约 47%,混凝土基座在注水试验中破坏沉没。程序没有报错。

教训:网格质量与离散误差应当可检查,而非凭经验。

2016 · DFT

Δ 量规与可复现性

Lejaeghere 等人在 71 种单质晶体上比较了 40 种 DFT 方案,差异来源只能逐项对比去定位。

教训:隐式的数值设置应写进规范,并附误差界。

1983 起 · DFT

带隙问题

LDA 给出硅的带隙约 0.5 eV,实验为 1.17 eV。原因在模型而非数值:算得再精确,偏差仍在。

教训:只有数学与软件误差被严格界定,与实验的偏差才能归到模型本身。

并行化让问题更难。MD 程序在数千个 MPI 进程上做区域分解,原子跨越子域边界时如果丢失或重复,能量曲线上可能只出现一个很难察觉的跳变。浮点归约的顺序随进程数改变,同一个输入在不同规模的机器上会给出逐位不同的轨迹。这些错误与物理无关,是并发协议的错误,而并发协议正是 TLA+ 擅长处理的对象。

这几个例子对应三种错误:Sleipner A 是数学上的错误(离散误差失控),并行协议的错误是软件上的错误,带隙问题是物理上的错误(模型本身)。今天的做法用同一种手段(与实验、与别的程序对比)去同时检查三者,所以出现偏差时无法定位。本项目把三者分开:每一种正确各有自己的保证方式和自己的账本。

§2

核心主张:三重正确,可信度取决于最弱的一环

一个模拟结论要可信,必须同时满足三重正确,缺一不可:

  • 物理上正确:模型(方程、泛函、力场、本构关系、热力学数据库)在所声明的范围内描述了真实世界。它不能被证明,只能由实验观测确认或证伪,结论总带着测量的不确定度。
  • 数学上正确:求解的确实是模型的方程,解存在、唯一,离散与迭代的误差有严格的界。由 Lean 4 的机器证明保证。
  • 软件上正确:程序忠实地执行了算法,并行协议不丢不重,浮点舍入误差有界。由 TLA+ 的规范与模型检验、Frama-C 对 C 代码的证明、以及经过证明的证书检查器保证。

可信度取决于链条上最弱的一环。我们把一次模拟从真实世界到浮点数的过程拆成七层,并为每两层之间写下明确的义务:第一段属于物理(确认),中间三段属于数学(PDE 与数值分析),后两段属于软件(规范与浮点分析)。据我们所知,这是第一次把三重正确放进同一个框架、同一份账本。

  1. L0

    真实世界

    实验观测:带隙、晶格常数、磁矩、相图、弹性模量、扩散系数,连同测量条件与不确定度。

  2. 物理 确认:模型的预测与观测在给定不确定度内一致,并且只在确认过的范围内声称一致
  3. L1

    物理模型

    方程本身:Kohn–Sham 方程、牛顿或 Langevin 运动方程、线弹性方程。

  4. 数学 适定性:解存在、唯一,并连续依赖于数据
  5. L2

    连续问题

    函数空间中的变分形式,例如在 H¹ 中求 u 使 a(u, v) = ℓ(v) 对所有 v 成立。

  6. 数学 离散误差估计:uh → u,并给出收敛阶
  7. L3

    离散问题

    有限维代数系统:刚度矩阵、平面波系数、粒子坐标。

  8. 数学 算法收敛:迭代在第 k 步停止时,代数误差受控
  9. L4

    抽象算法

    SCF 迭代、Velocity Verlet、共轭梯度法的数学描述,按精确算术理解。

  10. TLA+ 精化:并行程序的每一步都对应抽象算法的一步,或不改变抽象状态
  11. L5

    并行程序

    MPI 进程、消息、共享内存线程、GPU 流,以及检查点与重启。

  12. 浮点 舍入误差界:浮点结果与精确算术结果的距离
  13. L6

    浮点执行

    在 IEEE 754 硬件上实际算出来的那个数。

‖u − ũh(k)‖ ≤ ‖u − uh‖ + ‖uh − uh(k)‖ + ‖uh(k) − ũh(k)‖
  • 数学 离散误差与代数误差:由 PDE 理论和算法理论给出
  • 浮点 舍入误差:由浮点分析给出
  • TLA+ 前提:程序实际算出的就是 ũh(k),由精化保证

这个不等式是数学与软件两重正确的骨架。它的每一项都要有定理支撑,而它能够成立的前提(并行程序忠实地执行了抽象算法)要由软件层的规范来保证。物理正确在它的外面再加一层:

yobs − ỹ = (yobs − ytrue) + (ytrue − y(u)) + (y(u) − ỹ)
  • 物理 测量误差与模型误差:只能由实验确认,带统计意义上的不确定度
  • 数学 数值与软件误差:上面不等式给出的严格区间 y(u) ∈ [lo, hi]

今天的计算与实验对比时,三项混在一起:偏差可能来自模型,也可能来自截断、k 点、SCF 收敛、赝势或代码。当最后一项被证书严格界定时,偏差 yobs − ỹ 减去一个已知的区间,剩下的就只有模型误差与测量误差:模型误差得到严格的界,而不是估计。这里的模型指 L1 固定的一切:方程、泛函或力场、赝势,以及把计算量当作测量量的约定(例如用 Kohn–Sham 带隙代表光学带隙)。这是三重正确合在一起的意义,也是本项目与单纯的验证(verification)或单纯的确认(validation)的区别。确认的规则与等级见 §5。

§3

三重保证的工具:数学层、软件层、物理层,一座桥,一个地基

数学层

PDE 理论与数值分析

  • 适定性:Lax–Milgram、inf-sup 条件、Kohn–Sham 能量泛函极小元的存在性
  • 离散收敛:先验误差估计(Céa 引理、插值估计、平面波截断误差)与后验误差估计
  • 结构保持:辛性、时间可逆性、动量守恒、电荷守恒、晶体对称性
  • 迭代收敛:SCF 不动点、Newton 法、Krylov 方法的收敛条件与停止准则

工具 Lean 4 + Mathlib。Mathlib 已有 Hilbert 空间、测度论和 Lax–Milgram,可以直接作为起点。策略 先把定理写成带文献出处的公理,让上层可以立刻依赖它;再逐步把公理替换为机器证明。每一条尚未证明的公理都登记在可信账本里。

软件层

TLA+ 规范与模型检验

  • 安全性:原子不丢不重,每个自由度只有一个所有者,并行组装无写冲突,无死锁
  • 活性:消息最终送达;SCF 循环要么收敛,要么在有限步内报告失败
  • 协议:区域分解与 halo 交换、分布式 FFT 转置、检查点与重启、自适应网格加密与负载再平衡

工具 PlusCal 写算法;TLC 在小规模实例上穷举;Apalache 做符号检验;TLAPS 写对任意规模成立的证明。与代码的连接 实现运行时输出事件日志,用 trace validation 检查日志是否是规范允许的行为。

桥

精化:把数学定理传递给并行程序

抽象算法写成 TLA+ 规范 A:状态是全局密度或全局相空间坐标,每一步是一次数学上的迭代映射。并行实现写成规范 P:状态分散在各个进程上。精化映射把 P 的状态投影成 A 的状态,例如把各进程上的局部密度拼成全局密度。证明 P ⇒ A 之后,数学层关于 A 的收敛定理就对并行程序成立。

性能优化也按同样的方式处理:每一次优化都是一次新的精化,必须证明它仍然实现上一层规范。

物理层

实验确认:可追溯的观测数据与带证书的模型误差

  • 确认什么:模型对可观测量的预测(带隙、晶格常数、体模量、磁矩、相边界、弹性响应、输运系数)与实验在所声明的范围与不确定度内一致
  • 不一致时:给出带证书的模型误差,即观测值减去严格的计算区间,再计入测量不确定度
  • 适用范围:在哪些成分、温度、压力、结构上确认过,在哪些地方没有数据

数据:每个实验数据点登记出处(DOI)、测量条件、不确定度,以及与模型比较前必须做的修正(例如带隙的零点振动与温度修正、晶格常数的零点膨胀),数据文件带哈希,随仓库版本化。规则:比较的量、容差与数据集在比较之前固定;用来拟合模型参数的数据不能再用来确认;确认结论只对确认过的范围成立。局限:物理正确不能被证明,只能被佐证或证伪;测量不确定度是统计意义上的,与数学层的严格区间性质不同,两者在报告中分开写。

地基

浮点是一等公民

IEEE 754 加法不满足结合律。浮点结果不直接进入结论:大型求解器的输出交给经过证明的检查器,检查器要么全程用精确有理数,要么用向外舍入的区间算术,所以需要信任的浮点性质缩小到“就近舍入的结果是最近的 double”。

全局归约采用确定性的求和顺序,使结果不随进程数或线程数变化。舍入模型写进规范,与离散误差、代数误差放在同一个误差预算里。

一个结果如何获得保证

求解器从不被信任:它只负责提出候选,由经过证明的检查器裁决。这样我们既能用 LAPACK 和高效的浮点代码,又能把每个输出写成一条定理。四个领域走的是同样的四步。

不受信任 · T0

求解器

C 驱动运行 SCF 循环、FEM 组装、Verlet 积分或平衡搜索,最后写出证书。

数据

证书

浮点数按它本来的精确二进制有理数读入。证书里的任何内容都不被假定为正确。

经过证明 · Lean

检查器

用精确有理数重新检查一切。可靠性是 Lean 定理;证书有错只会让检查失败或区间变宽。

有保证

严格结论

可证明包含真实量的区间:FEM 连续问题的真解、MD 的真轨道、CALPHAD 的全局平衡。

与此同时,DFT 的 SCF 控制器写成 TLA+ 规范并经 TLC 检验(只有残差足够小、能隙打开、证书通过时才能报告“收敛”),每次运行都可以输出轨迹,按这份规范逐步重放检查。

10 月 6 日对检查器做了一次对抗式复审:攻击者控制证书(与驱动),不控制检查器与命令行。修复了七处缺陷:含 Unicode 换行或制表符的相名,会让读取输出的脚本切出伪造的行与字段;巨大的十进制与二进指数让检查器卡死;有 k 点没通过或权重之和不是 1 时仍输出态密度;k 点没通过后能带编号错位;问题回显(展宽、泛函、网格)没有全部与命令行对照。可靠性定理的陈述都没有改变。另记录了六处较弱的地方,例如 --tdb 证书可以省略相(它们列为不支持),次要检查失败时退出码不变;这两处现已修复。10 月 7 日的第二轮复审覆盖此后新增的入口(共线自旋、用户外势、fis multiplicity、certify-csp 与 fis 本身),没有发现错误的可靠性定理,又修复了八处:五个检查器统一的退出码(0 接受,1 拒绝,2 无法解析,3 次要检查未通过)、--tdb 证书须列出完整的相表、CALPHAD 首行精确匹配、自旋向下 k 点行的输入门、fis multiplicity 用高斯外势的球、对用户输入文件计算哈希、LSDA 能带回显、fis 忽略以结论命名的驱动行。make verify-all 每次重放 307 份伪造证书。

§4

证明义务矩阵

三个领域在七层上各自需要证明或确认的内容。这张表是项目的工作清单:每个单元格最终都要对应一份规范、一个定理、一条登记过的假设,或者(第一行)一条登记过的实验确认。第一行是 v0.4 新增的,目前还没有一个单元格完成。

层DFT · 密度泛函理论 · 电子结构MD · 分子动力学 · 原子轨迹FEM · 有限元 · 连续介质
观测 物理带隙、晶格常数、体模量、磁矩、形成能的实验值与不确定度(含零点振动、温度修正);与严格的计算区间比较,得到带证书的交换关联泛函误差状态方程、径向分布函数、扩散系数、比热的实验值;力场参数的拟合集与确认集分开材料常数与载荷的测量值;结构试验中的位移、应变、破坏载荷与计算区间的比较
模型Kohn–Sham 方程,一个非线性特征值问题:H[ρ]ψi = εiψi,ρ = Σfi|ψi|²哈密顿系统;恒温模拟为 Langevin 动力学及其 Fokker–Planck 方程椭圆、抛物、双曲型 PDE,例如线弹性 −∇·σ(u) = f 及其弱形式
连续理论Lieb 变分原理;LDA 型 Kohn–Sham 模型能量极小元的存在性;Hamiltonian 的自伴性力场 Lipschitz 时解存在唯一;能量、动量、角动量守恒;相空间体积守恒(Liouville);Langevin 动力学的不变测度与遍历性Lax–Milgram 给出适定性;混合问题(Stokes、近不可压弹性)需要 inf-sup 条件;解的正则性决定可达的收敛阶
离散化平面波截断的先验误差估计;Brillouin 区 k 点积分误差;赝势带来的模型误差单独登记Velocity Verlet 的辛性与时间可逆性;向后误差分析:存在修正哈密顿量,能量误差 O(Δt²) 在指数长的时间内有界Céa 引理加插值估计:‖u − uh‖H¹ ≤ C hk|u|Hk+1;网格形状正则性作为显式前提;后验估计量的可靠性与有效性
算法SCF 不动点迭代与 Anderson / Pulay 混合的局部收敛条件;LOBPCG、Davidson 保持轨道正交;SCF 状态机:收敛、振荡、重启近邻表:只要上次重建后最大位移小于 skin 厚度的一半,就不会漏掉相互作用对;SHAKE / RATTLE 约束迭代的收敛CG / GMRES 与预条件子的收敛和停止准则;自适应循环 SOLVE → ESTIMATE → MARK → REFINE 的收敛性
并行执行k 点、能带、平面波三级并行的数据划分;分布式三维 FFT 转置不丢不重;全局归约后各进程看到同一个 ρ区域分解下原子迁移守恒;ghost 原子交换一致;无死锁;检查点重启前后状态等价并行组装无写冲突;每个自由度恰有一个所有者;分布式加密后网格保持协调,负载再平衡不丢单元
浮点正交化过程中舍入误差的累积;电荷守恒 ∫ρ = N 的数值偏差界长时间积分中舍入误差的累积;归约顺序导致的逐位不可复现刚度矩阵条件数 κ ∼ h−2 对可达精度的限制;数值求积误差

§5

可信等级与确认等级

不是所有东西都能马上被证明。每个组件都要如实标出自己所处的等级,并在可信账本中列出它依赖的假设。等级只升不虚标。

T0

测试

回归测试、解析解对比、与既有代码对标。只对测过的输入成立。

T1

文献证明

有纸面证明和文献出处,假设已显式列出,但尚未机器检查。

T2

模型检验

TLC 或 Apalache 在有限规模实例上穷举了全部行为。

T3

机器证明

Lean、Rocq 或 TLAPS 证明,对任意规模成立,但停留在抽象模型、精确算术或代码的逐行模型层面。

T4

端到端

机器证明一直覆盖到可执行代码和浮点舍入。先例:Boldo 等人对一维波动方程 C 程序的完整证明。

T0–T4 衡量数学与软件两重正确。物理正确不能证明,另用一条独立的确认等级衡量,记作 V0–V3。一个结论同时带两个等级,例如“带隙区间 T4,与实验的比较 V2”。迄今所有结果都是 V0:账本中还没有确认命题,物理确认这条线在计划中(§8)。

V0

未确认

没有与实验观测比较。只能说“模型给出了这个数”。

V1

单点比较

与有出处、有不确定度的实验数据比较过,偏差连同计算区间与测量不确定度一起报告。

V2

系统确认

在事先固定的数据集与协议上系统比较,数据集与拟合集分开,给出模型误差的分布与确认过的适用范围。

V3

盲预测

计算区间在测量之前存档(带时间戳与证书),随后由独立的实验确认或证伪。

§6

原则

规范先于代码

每个模块先有数学陈述和 TLA+ 规范,再有实现。

假设必须可见

正则性、网格条件、步长限制、收敛阈值都写进规范,不藏在输入文件的默认值里。

等级如实

宁可标 T0,也不虚标 T3。可信账本是项目里最重要的文件。

小的可信内核

只有少数内核需要达到 T4;上层通过组合定理继承它们的保证。

浮点进入规范

舍入模型和误差界与离散误差一起进入同一个误差预算。

默认可复现

相同输入在任意进程数下给出逐位相同的结果,除非使用者显式放弃这一点。

先正确,后性能

先得到可证明的版本,再在不破坏证明的前提下优化。每次优化都是一次新的精化。

验证检查器,不验证求解器

LAPACK、FFT 库这类大型数值库不做证明,而是为它们的输出写经过证明的检查器。求解器可以替换,保证来自检查器。

每次运行附带报告

报告的每一行都标出可信账本中的命题编号,由编号查到它的等级与所依赖的假设;报告末尾列出本次运行用到的假设。

每个输出都有定理

程序输出的每个数都要对应一条机器证明的定理。结果是近似值时(迭代、离散化、k 点采样、有限温度、浮点),要证明的是误差界,测试、模型检验与 sanitizer 只作辅助证据。还没有这样一条定理的输出算未完成,列为缺口。

三重分开记账

数学与软件的结论记 T 等级,物理的结论记 V 等级,报告中分开写。严格区间与统计不确定度不混在一起。

实验数据可追溯

每个用于确认的实验值都有出处、条件、不确定度与修正说明;拟合集与确认集分开,比较协议在比较之前固定。

开放

规范、证明、基准、实验数据集和可信账本都将公开,任何人都可以重新检查。

§7

不做什么

不声称证明了物理模型

物理正确只能由观测确认,结论总带着测量不确定度,并且只在确认过的范围内成立(§5 的 V 等级)。本项目衡量模型误差,但不以发展新的泛函、力场或本构模型为目标。2026-10-08 之前的版本把确认整个排除在外(“不判断物理模型是否正确”),这一非目标现已撤回,确认成为三重正确之一。

不在一开始就替代现有软件

Quantum ESPRESSO、VASP、LAMMPS、GROMACS、deal.II、FEniCS 是对标对象和参照。

不要求所有代码都被证明

输入解析、I/O、可视化停留在 T0 即可,只要它们不进入误差预算。

§8

路线图

本路线图及其阶段 0–4 都是第一期(认证的正确性,见 §0)之内的步骤。

当前目标:三重正确的三维展示 2026-10-08 设定

把 DFT 推广到三维真实材料,并在同一批体系上同时给出三重正确的证据:数学正确(SCF 解的存在唯一、能量与带隙的严格区间,能做到时针对连续问题)、软件正确(并行协议的 TLA+ 规范与 trace validation,经过证明的检查器)、物理正确(与实验带隙、晶格常数、磁矩的系统确认,给出带证书的交换关联泛函误差)。三个展示例子及其在 2026-10-17 的进展:

  • 物理 S1 带证书的模型误差。一组半导体与绝缘体的 LDA(之后 PBE)带隙、晶格常数与实验系统比较;计算值是严格区间,偏差就是模型(泛函与赝势,以 Kohn–Sham 带隙代表测量的带隙)的误差:不含数值误差的带隙问题。进展:协议设定下的 Si 模型已有证书(DFT-K29),并在整个布里渊区上有界:规则 U 下带隙不超过 0.530902 eV(W42–W51);10 月 22–26 日起,Si、AlP、GaP 模型的带隙在整个布里渊区上有两侧界,并已与实验比较(DFT-O04、O20、O24)。确认一侧,Cohen–Bergstresser 赝势已在预注册的规则下与十二种半导体的实验比较(DFT-O01–O03、O07–O19)。
  • 数学 S2 不是基态。用机器检查的证书证明一个收敛的自洽解不是离散模型的基态:较高的解有证书,另一个试探态的自由能上界严格更低。涉及的能量次序是已知物理,所以这是严格性上的第一次,不是物理发现;第一例已在简单立方氢上完成(局域赝势,证书余量 330 meV),下一个是 NiO。
  • 软件 S3 并行正确与逐位可复现。三维的 k 点、能带、平面波并行与分布式 FFT 转置写成 TLA+ 规范,模型检验并做 trace validation;任意进程数下逐位一致;植入的并行错误被发现。进展:协议层规范已用 TLC 检验(DFT-R08–R11,T2);10 月 28 日起,三维 MPI 驱动在 1 到 32 个进程的 25 种布局下结果逐位相同,日志通过轨迹验证(DFT-R13–R18)。

与之并行的是物理确认线 P:V 等级写进账本规则,各领域账本新开“确认”一节,实验数据集逐项核对原始文献并随仓库版本化,比较协议在比较前固定,运行报告分数学、软件、物理三栏。计划、阶段与待定事项见 docs/plan-dft3d.md。DFTK 功能对齐(G1)继续作为一维与三维实现的参照。

目标 G1:DFTK 功能对齐 2026-09-29 设定

让 mini-DFT 覆盖 DFTK.jl 的主要功能。只有实现、与 DFTK 在同一离散问题上一致、输出有 Lean 证书三条都满足,才算完成。顺序是先在 1D 做全,再把 Lean 模型推广到 d 维做 3D,最后是基础设施与外部接口。FEM 改由并行目标 G2 推进;阶段 2 的 MD 在 2026-10-01 做出了基础版本 mini-MD v0。逐项状态 →

并行目标 G2:带形式化证明的有限元,对照 scikit-fem 2026-09-30 设定

用自己的 C 实现覆盖 scikit-fem 的主要功能,scikit-fem 在同一离散问题上作独立参照。完成标准与 G1 相同;能做到的地方,证书的结论针对连续问题的真解,而不只是离散解。先在 1D 做全,再做 2D 三角形网格。逐项状态 →

并行目标 G3:带形式化证明的 CALPHAD,对照 pycalphad 2026-10-01 设定

用自己的 C 实现读 TDB 热力学数据库、求相平衡,pycalphad 在同一数据库、同一组相上作独立参照。完成标准与 G1、G2 相同;证书的结论针对数据库模型真正的全局平衡,而不只是驱动找到的局部解。先把二元体系做全(点平衡、相图、不变反应、磁性),再做多元与亚点阵模型。逐项状态 →

  1. 阶段 0最小 DFT已达退出标准

    一维周期约化 Hartree 模型,平面波离散,串行执行。用它把 L1 到 L6 完整走通一遍,同时建立整个项目会复用的基础设施:可信账本、证书检查器、运行报告格式、trace validation。

    退出标准义务清单中的命题全部达到目标等级;四组基准通过;每次运行都输出可信报告。

  2. 阶段 1DFT 扩展部分完成

    一维 LDA 交换关联(凸性丢失,唯一性改为局部结论);k 点采样,以及 k 点的 MPI 并行——项目第一个真正的并行协议;三维平面波与局域赝势,与 DFTK.jl 交叉校验。

    退出标准k 点并行在 1 到 64 个进程上结果逐位一致,运行日志全部通过 trace validation。

  3. 阶段 2推广到 MD 与 FEM已达退出标准

    复用阶段 0 建立的框架,做两个最小版本:一维 Lennard-Jones 原子链加 Velocity Verlet;一维 Poisson 方程加 P1 线性元。TLA+ 模块覆盖 halo 交换、原子迁移、并行组装、检查点。

    退出标准两个最小版本都输出可信报告;Céa 引理与 Verlet 辛性达到 T3。

  4. 阶段 3可信内核部分完成

    选定少数内核达到 T4:平面波动能算子的作用、FEM 单元刚度矩阵组装、Verlet 单步;浮点误差界的机器证明与代码相连。

    退出标准这些内核的浮点误差界经过机器检查,并进入全局误差预算。

  5. 阶段 4对标部分完成

    在标准基准上与既有代码比较:DFT 用 Δ 量规,MD 用 NVE 能量漂移和径向分布函数,FEM 用制造解方法检验收敛阶。

    退出标准公开基准结果,以及每个结果对应的可信账本。

第一段与第二段每个目标的现状(已实现与计划中)见路线图(进度页第 04 节)。逐项现状见进度页,以及每个领域各自的页面:DFT、FEM、MD、CALPHAD、CSP。

§9

第一个里程碑:mini-DFT 与 mini-FEM

在扩展到 MD 和 FEM 之前,先用一个尽量小的 DFT 程序把 L1 到 L6 全部走通。它要小到每一层的证明义务都能写清楚,同时保留 Kohn–Sham 计算的完整骨架:非线性特征值问题、自洽迭代、平面波离散。

模型一维周期约化 Hartree(rHF)模型,不含交换关联项。区域为周期区间 [0, L),N 个电子,自旋简并。能量为动能、外势能与 ½ Hartree 能之和,Hartree 核在非零频率上为 4π/q²。
外势光滑周期函数:常数、余弦、周期化的高斯双势阱(可重复多份)。一维 Coulomb 势在原点不可积,因此不用它。
离散平面波,|k| ≤ K;只取 Γ 点,或 Nk 个等权 k 点(Γ 中心或 Monkhorst–Pack 网格)。实空间网格点数不少于 4K + 1,保证密度和 Hamiltonian 作用没有混叠。
占据零温时假设能隙存在,每次迭代都用区间算术检查;有限温度时用 Fermi–Dirac、Gaussian、Methfessel–Paxton 或 Marzari–Vanderbilt 占据,所有 k 点共用一个化学势。
算法SCF 迭代,线性或 Anderson 混合,可加 Kerker 预条件;稠密矩阵直接对角化;k 点用共享内存线程并行,按固定顺序累加。

为什么选 rHF

它的能量关于密度矩阵是凸的,而 Hartree 项在非零频率上严格凸,所以基态密度唯一。在 DFT 家族里,这是数学性质最干净的模型,适合作为第一个机器证明的对象。加入 LDA 交换关联后凸性会丢失,这一步放在阶段 1。

LAPACK 求解,检查器担保

LAPACK 本身停在 T0。驱动收敛后写出证书,用 Lean 写成并编译的检查器以精确有理数重新检查,输出能量、自由能、截断极限、密度、本征值、能带与态密度的严格区间。检查器的可靠性是 Lean 定理;它不信任求解器给出的任何数,求解器算错只会让检查失败或区间变宽。

mini-FEM 在目标 G2 下沿用同一模式:一维 Poisson 方程的 P1 线性元(Dirichlet、Neumann、Robin 边界),梁方程的三次 Hermite 元(固支、简支、自由、滑动),右端项由多项式、指数、正弦、余弦组合而成。Lean 检查器给出连续问题真解在每个节点上的严格区间,以及整个区间上最大误差的严格上界。自适应加密以这些经过证明的单元误差界作为标记量。

mini-MD(2026-10-01)对一维 Lennard-Jones 原子链加 Velocity Verlet 做了同样的事:检查器给出每一步与 Newton 方程真解的距离,以及从初值出发约一个振动周期内的整体误差界。mini-CALPHAD(目标 G3)为读自 TDB 数据库的二元相平衡出具证书(包括磁性相与整张相图),给出化学势、驱动力,以及任意平衡中可能出现哪些相。详见 MD 与 CALPHAD 页。

mini-CSP(2026-10-07)以 Lennard-Jones 团簇开始结构搜索:不可信的搜索器提出候选,检查器证明每个候选是精确的局部极小(模转动、反射与平移唯一),并证明候选之间相同或不同。BEST 是这次搜索找到的最低的已认证极小,不作全局最优的结论。

§10

决定与待决问题

D1 · 已决定 · 2026-09-27 · 修订 · 2026-09-29 · 代码层工具决定 · 2026-10-06

证明器分层:数学层与浮点模型用 Lean 4,代码层用 Frama-C 的浮点模型

分工
  • Lean 4 + Mathlib 负责 L1–L4(适定性、离散误差估计、结构保持、迭代收敛),以及 L6 的两部分:证书检查器(精确有理数,编译成可执行程序)与区间算术内核的逐行 binary64 模型。
  • Frama-C/WP 负责 C 可信内核的运行时安全。
  • 代码层连接(2026-10-06 决定):Frama-C/WP 的浮点模型。区间算术内核的 ACSL 契约用实数写出与 Lean 定理相同的陈述,WP 把每一次 double 运算翻译成 Why3 的 IEEE 754 binary64 理论,Alt-Ergo、CVC5、Z3 对实际的 C 代码证明全部目标(DFT-F01、F02 达到 T4)。惯性计数中,Frama-C 证明区间包含精确的对称选主元消去,Lean 证明这一消去给出本征值个数。
理由
数学层是项目的主体;Mathlib 的泛函分析与测度论是一个统一的库,AI 辅助证明工具也大多优先支持 Lean。“验证检查器,不验证求解器”把浮点义务缩小了,Lean 中一个很小的 binary64 模型就够用。代码层选 Frama-C,是因为它已经证明了内核的运行时安全,同一份注释、同一次证明运行就能扩展到浮点,不再引入第三个证明器和第二套 C 语义;WP 的 IEEE 754 模型加 Alt-Ergo 的浮点理论能自动证明舍入目标;不选 Rocq,Lean 与 Rocq 的接口规则和命题 DFT-I01 随之撤销。
代价
ACSL 陈述与 Lean 陈述说的是同一件事,只能人工对照(账本中登记为假设)。可信基增加了 WP 的浮点模型、nextafter 的契约、Frama-C libc 中 sqrt、fabs、isfinite 的契约、三个 SMT 求解器,以及 WP 不能翻译 INFINITY 而用的一条 admit。SMT 证明依赖手写的不变式与提示,在 384 核的机器上全部目标约 5 分钟。

D2 · 已决定 · 2026-09-27

实现语言:C11,分成经过证明的内核和不受信任的驱动

分工
  • 可信内核:单位根、网格密度与电荷区间、区间算术的本征对残差上界与惯性计数。只用受限的 C 子集并带形式化注释,Frama-C/WP 证明没有运行时错误与区间算术的浮点正确性(T4)。
  • 证书检查器用 Lean 写,全程精确有理数,可靠性是 Lean 定理。
  • 驱动:SCF 循环、调用 LAPACK、线程并行、输入输出、可信报告、事件日志、写证书。停在 T0,它算出的任何数都要先通过内核或检查器,才会作为有保证的结果写进报告。
  • Python 与 Julia 只用在基准和 trace validation 工具里,不进入可信链。
理由
代码级验证最成熟的路线都从 C 出发;LAPACK 和 FFTW 本身提供 C 接口。C 的主要风险是内存安全:内核由证明兜底,驱动用 sanitizer 测试。编译时禁止乘加合并与一切改变浮点语义的优化,保证编译后的运算与证明一致。
未选的方案
Rust(验证工具与上述代码层工具接不上)、Julia 或 Python(没有代码级证明的路线)、Fortran(形式化验证工具很少)、Lean 本身(其浮点没有形式化语义)。

待决问题

  • 一维 rHF 的连续理论。2026-10-05 已解决到 T1:文献中没有直接覆盖一维周期 Hartree 核的结果,项目自己补了纸面证明(零温与有限温度的基态存在、密度唯一,截断极限等于连续能量,解析外势下平面波的指数收敛)。剩下的是机器化,与下一条有关。截断极限一条已于 2026-10-08 机器化(DFT-C02,T3):连续模型写在 Fourier 空间,绕开周期 Sobolev 空间;它与 H¹ 上算子模型的等价是假设 A-DFT-08。
  • 与实验比较。测量量与模型量很少是同一个东西:带隙要做零点振动与温度修正,晶格常数要去掉零点膨胀,而这些修正本身来自别的模型或测量。它们怎样进入 V 等级而不污染严格的部分,以及在已发表的泛函与数据库没有写明拟合数据时怎样保证拟合集与确认集分开,都还没有答案。
  • Sobolev 空间的机器化深度。先公理化到什么程度,哪些定理值得优先证明?
  • 随机性。Langevin 动力学和随机初猜涉及概率性质,TLA+ 只描述不确定性。
  • GPU。异步流和弱内存模型如何进入 TLA+ 规范。

§11

参考文献

  1. B. Jakobsen, F. Rosendahl. The Sleipner platform accident. Structural Engineering International 4(3), 1994.
  2. K. Lejaeghere et al. Reproducibility in density functional theory calculations of solids. Science 351, aad3000, 2016.
  3. J. P. Perdew, M. Levy. Physical content of the exact Kohn–Sham orbital energies: band gaps and derivative discontinuities. Physical Review Letters 51, 1884, 1983.
  4. L. J. Sham, M. Schlüter. Density-functional theory of the energy gap. Physical Review Letters 51, 1888, 1983.
  5. W. L. Oberkampf, C. J. Roy. Verification and Validation in Scientific Computing. Cambridge University Press, 2010.
  6. S. Boldo, F. Clément, J.-C. Filliâtre, M. Mayero, G. Melquiond, P. Weis. Wave equation numerical resolution: a comprehensive mechanized proof of a C program. Journal of Automated Reasoning 50(4), 2013.
  7. S. Boldo, F. Clément, F. Faissole, V. Martin, M. Mayero. A Coq formal proof of the Lax–Milgram theorem. CPP 2017.
  8. J. P. Solovej. Proof of the ionization conjecture in a reduced Hartree–Fock model. Inventiones Mathematicae 104, 1991.
  9. E. Cancès, A. Deleurence, M. Lewin. A new approach to the modeling of local defects in crystals: the reduced Hartree–Fock case. Communications in Mathematical Physics 281, 2008.
  10. E. Cancès, R. Chakir, Y. Maday. Numerical analysis of the planewave discretization of some orbital-free and Kohn–Sham models. ESAIM: M2AN 46(2), 2012.
  11. M. F. Herbst, A. Levitt, E. Cancès. DFTK: A Julian approach for simulating electrons in solids. JuliaCon Proceedings, 2021.
  12. E. Hairer, C. Lubich, G. Wanner. Geometric Numerical Integration, 2nd ed. Springer, 2006.
  13. B. Leimkuhler, C. Matthews. Rational construction of stochastic numerical methods for molecular sampling. AMRX, 2013.
  14. P. Binev, W. Dahmen, R. DeVore. Adaptive finite element methods with convergence rates. Numerische Mathematik 97, 2004.
  15. L. Lamport. Specifying Systems: The TLA+ Language and Tools for Hardware and Software Engineers. Addison-Wesley, 2002.
  16. H. Cirstea, M. A. Kuppe, B. Loillier, S. Merz. Validating traces of distributed programs against TLA+ specifications, 2024.