Digital Drosophila Archive
1.9 KiB
Digital Drosophila — 当前状态
更新：2026-09-30。独立分支：codex/lif-author-semantics-lab。
最新结果
Phase 4AG-r2：FAIL-FIXED-CAL-REPRESENTATION，已封存。
作者 float64 LIF + 原 float32 graded APL 的数值门槛通过；8 个小型场景和两个完整全图 100 ms probe 与共享 APL 组件的 Brian 闭环对照精确一致。全图仍为 166,700 神经元、25,582,938 边，原始 contact sum 124,177,617。
固定 6 气味 × 5 seed × 2 模式的 60 次 CAL 均完整且有限，12 次重复精确通过。但 KC 平均活跃比例为 1.2713% / 1.2336%，低于原固定 3%–9% 门槛。其余原 CAL 条件通过，成对距离判据通过数为 12/15、13/15；这不是学习成功率或 held-out 泛化证明。
旧五组 deterministic-v2 参考精确通过；原 230,239 项及后续封存目录 checksum 全部通过。v1 的执行入口失败及 r2 修复记录均保留。原 raw/CSR/reference/runtime/APL 参数/eligibility-v2/14,232-edge mask 不改。
前序 Phase 4AF 的短时全图数值 PASS 保留。没有学习候选，没有训练，不进入游戏/RL/decoder/Web。
下一步
先只读分析已有 CAL 记录：输入实际接受 → PN→KC 真实延迟投递 → 不应期/reset → APL 写入，解释低 KC 覆盖率。APL 是否为原因尚未证明；不调参、改门槛或增加刺激来追求通过。
后续仍需独立 seed/新气味表征、信用分配、隔离功能及全脑功能检查，不能由数值一致性推导学习可用。
完整新实验数组保存在服务器；Git 只同步代码、小型报告及校验记录，不是全量异机备份。诊断耗时包含逐步校验，不是实时性能基准。