📖 AI 总结

Fly Language Model（FLM）将完整的雄性果蝇连接组（MaleCNS v1.0，含166,700个节点和25,582,938条有向边）接入一个冻结的LiquidAI LFM2.5-1.2B-Instruct语言模型，仅训练约27.8万参数的读出层，占主干参数量的0.0238%，本质上是一种“储备池计算+语言模型”的混合架构。在32段SmolTalk对话测试中，接入果蝇图谱的读出层将每token负对数似然从1.381995降至1.359816，提升约0.0222 nat。但作者自己的对照实验显示，参数匹配的直接输入读出层表现略优（1.359328），而移除边或重新标注后性能回落至基线。这表明性能增益并非来自果蝇连接组的特定拓扑结构，而是来自额外可训练读出层本身。该工作以严谨的对照设计，为“生物连接组能否增强AI”这一问题提供了否定性证据。