Il sistema nervoso centrale completo di un moscerino maschio, intero e senza tagli anatomici, usato come nucleo ricorrente spiking di un language model che predice il token successivo. Numeri veri, controlli veri, nessun backbone pre-addestrato.
Sistema nervoso centrale intero.
nove categorie · CE = cross-entropy in nat, più bassa è meglio · riferimento mosca reale 5,087 a 2000 update e 3,959 a 8000 · aggiornato il 17 settembre 2026, sera
Nessun ritaglio: lobi ottici, cervello centrale e cordone nervoso ventrale. Il grafo è quello misurato al microscopio elettronico; entrano solo le connessioni con almeno 10 sinapsi.
| Superclasse | Neuroni |
|---|---|
| ol_intrinsic | 89.403 |
| cb_intrinsic | 32.164 |
| vnc_intrinsic | 13.161 |
| visual_projection | 9.201 |
| sensoriali, porte del testo | 17.937 |
| discendenti · motori · efferenti, lettura | 2.241 |
Gli archi a poche sinapsi sono in parte rumore di ricostruzione. Invece di scegliere a priori, si confronta a pari dati: ≥10 contro ≥5, stessi neuroni, stessa init.
| Soglia | Archi |
|---|---|
| ≥ 1 | 25.582.938 |
| ≥ 5 · CE 5,211 a 2000 update | 6.242.118 |
| ≥ 10 · CE 5,087 a 2000 update | 2.753.975 |
Più archi deboli non hanno aiutato: si resta a ≥10.
Il connettoma non ha un asse «posizione nella frase». Una piccola attention causale (4 teste × 64, cache degli ultimi 128 token) sta fuori dal cervello: legge lo stato del nucleo e rientra come corrente nelle stesse 17.937 porte sensoriali, con un gate.
Misurato a 8000 update: spegnerla costa 0,24 nat, e tutto il suo contributo viene dagli ultimi 8 token. La memoria lunga, per ora, non c'è.
Ogni sottopasso di simulazione propaga il segnale di un salto sinaptico. Quattro sottopassi con il token, attention, altri quattro con token e feedback: T = 4 + 4.
Misurato sul grafo: i 2.241 neuroni di lettura stanno a 2 salti (mediana) dalle porte, tutti entro 4. La profondità basta per costruzione.
Legge di Dale: un neurone rilascia lo stesso neurotrasmettitore su tutte le uscite. Il gradiente allena solo le magnitudini, inizializzate dal conteggio di sinapsi.
| Classe | Neuroni |
|---|---|
| acetilcolina | 104.193 |
| GABA · glutammato · istamina | 59.663 |
| dopamina · octopamina · serotonina | 545 |
| non assegnati | 2.299 |
Copertura 98,6%. Precisione del classificatore ≈ 94% per neurone.
TinyStories, BPE 4096. Dopo 26.247 update (839.904 token visti) la cross-entropy su 16 storie riservate è 3,634 nat. Il testo generato ha soggetti e frasi, ripete schemi.
| A pari dati · 8000 update | CE |
|---|---|
| mosca, cablaggio reale | 3,959 |
| mosca, cablaggio rimescolato | 3,814 |
| configuration model · tetto | 3,648 |
| configurazione standard | 3,652 |
| standard + conduttanza | 3,624 |
| standard + 8+8 sottopassi | 3,592 |
| standard + Muon 3e-4 | 3,571 |
| standard + Muon 1e-3 | 3,541 |
| GRU 2×256 | 3,429 |
| Transformer 2 blocchi · Adam | 3,563 |
| trigramma Kneser-Ney | 3,410 |
Il cablaggio anatomico oggi non aiuta: è un vincolo su un compito estraneo alla mosca. Il lobo ottico intero (89.403 neuroni) si può rimuovere senza cambiare la CE. Lo scopo non è la gara: è capire cosa fa il cervello quando lo si costringe a parlare.
La configurazione standard con Muon a lr 1e-3 (3,541) è la candidata per il nuovo default: sta sotto il Transformer piccolo (3,563), che però è allenato con Adam. La GRU resta a 3,429.