fix(md): 修复消除 clash 时 Adam 最小化发散为 NaN 的问题

[wszqkzqk]

问题

对含 clash 的结构做 minimization 消除 clash 时，势能很快变为 inf 再变为 NaN，最小化无法继续。仓库自带的验证用例 test_min.py 的 tip3p bad_coordinate 在当前 master 上可直接复现。

根源在 Adam 优化器的数值实现。二阶矩以 float 计算 $f^2$，坐标严重重叠时力可达 $10^{23}$ 量级，平方后溢出为 inf。一阶矩随后又被当作动量加入坐标积分，原子沿原始力方向每步移动 max_move，直到相互重叠。同时 minimization 的学习率被时间单位换算放大了 20.455 倍，实际步长 6.1e-3 Å 远超预期。当原子被压到极小间距时，LJ 力超出 float 上限变为 inf，进入优化器后传播为 NaN。

方案

只改动 SPONGE/MD_core/min.hpp 和 min.h 中的一行。

二阶矩改存平方根，递推在 double 下进行：

$$r = \sqrt{\beta_2 r^2 + (1-\beta_2) f^2}$$

double 下平方不溢出，开根号后回到 float 可表示范围，任意有限的 float 力都有可表示的优化器状态，与原递推数学上严格等价。偏差校正同样在 double 下计算。

坐标更新改为直接施加偏差校正后的 Adam 位移：

$$\Delta x = \mathrm{lr} \cdot \frac{\hat{m}}{\sqrt{\hat{v}} + \epsilon}$$

动量状态不再参与坐标更新。

Adam 步长改用独立的 learning_rate，默认 3e-4 Å，不再经过时间单位换算，同时新增 minimization.learning_rate 输入项。

一阶矩不再乘质量逆，两个矩统一为坐标空间中同一个量的矩，与标准 Adam 一致。mass_inverse 为 0 的原子保持不动，虚拟位点行为不变。

进入优化器前把每个力分量钳制在 $\pm 10^{10}$。Adam 单步位移不超过学习率，与力的大小无关，钳制不改变轨迹方向，但能阻止 inf 进入优化器，保证最小化在坐标严重重叠的初始结构上存活。

非 Adam 路径 minimization_dynamic_dt = 0 逐位不变。

验证

test_min.py 的 tip3p bad_coordinate 用例修复前从 step 1000 起为 nan，修复后通过，10 万步最终势能低于 -4000 阈值。74 万原子的体系无约束最小化 1000 步正常收敛，无 NaN。同一用例多次运行均未出现 NaN。TIP3P 正常坐标 minimization 单调收敛，最速下降路径与 NVE 测试通过。改动位于设备无关内核，CPU 构建已验证，对 CUDA 路径同样生效。