1
Eje continuo
Una arquitectura sobre un eje continuo, criada sobre el stack.
Explorar LoominumEmpresa
Investigación
Ciencia
Acerca de
Una sola arquitectura sobre un eje continuo — del recuerdo perfecto a la atención focalizada, ajustada por entrada.
1
Eje continuo
2
Coordenadas fusionadas
0.000
Paridad en los extremos
Categoría
Doble eje unificado · generación 1
Arquitectura
Una coordenada aprendible, no un diseño fijo
Contiene
Marrow y Loom como extremos exactos
Criado por
Bucle de desarrollo Atelier
Qué es Loominum 1
Loominum parte de una sola idea: la elección de arquitectura no debería hacerse una vez, antes del entrenamiento, y quedar congelada. Su lectura gobernante tiene una única coordenada de decaimiento. En un extremo es exactamente una regla de recuerdo de pesos rápidos — Marrow, memoria perfecta. A medida que la coordenada crece se convierte en un campo disipativo en tiempo continuo — Loom, que favorece la señal reciente y deja que lo obsoleto se desvanezca. Una segunda coordenada fija la nitidez de la atención, desde un desenfoque suave hasta una selección precisa. El modelo abarca todo ese espacio, y la ventaja es poder situarse en el punto correcto para la tarea en lugar de adivinarlo de antemano.
Medido
Arraigado en el mundo, promediado sobre semillas y reproducible. El eje está demostrado, no afirmado.
0 → 94%
Nomenclatura de vocabulario abierto, desde cero
A partir de ~300 ejemplos arraigados por concepto. Un modelo nuevo sin entrenar puntúa 0% — así que está aprendiendo, no memorizando.
+0.044
Fusión de doble eje frente al mejor eje individual
La cabeza fusionada alcanza 0,94 frente a 0,90 para la coordenada individual más fuerte, sobre cinco semillas.
exact
Los extremos coinciden con arquitecturas conocidas
En sus límites, el eje reproduce las reglas de pesos rápidos y de pooling hasta el cero numérico (paridad 0,000e+00).
Cómo funciona
Loominum no es un transformer más grande ni un enrutador externo. El polimorfismo vive dentro de la ecuación.
La lectura del campo tiene una única coordenada de decaimiento. En un extremo reproduce una regla de recuerdo de pesos rápidos bit a bit; en el otro, un campo disipativo en tiempo continuo. La misma ecuación, desplazada — no dos modelos unidos a la fuerza.
Una segunda coordenada controla la nitidez de la atención, desde el promedio suave hasta la selección casi-argmax. Las dos lecturas se fusionan en una sola cabeza — una aporta estabilidad, la otra selección — y juntas superan a cualquiera de ellas por separado.
Atelier cría a Loominum con episodios arraigados en el mundo. Aprende a nombrar el mundo a partir de unos pocos cientos de ejemplos por concepto, y lo que aprende sobrevive al vaciado de su memoria rápida — conocimiento consolidado, no una tabla de búsqueda.
Pruebas, no adjetivos
El eje continuo es una afirmación fácil de hacer y difícil de respaldar. Esto es lo que la sostiene.
Desliza la coordenada hasta un límite y el modelo reproduce una regla de recuerdo de pesos rápidos bit a bit; deslízala hasta el otro y se convierte en un campo disipativo en tiempo continuo. Los extremos coinciden con diseños conocidos hasta el cero numérico — no de forma aproximada, sino exacta.
Las dos coordenadas se fusionan en una sola cabeza — una aporta estabilidad, la otra selección. El modelo fusionado supera a la coordenada individual más fuerte en todas las semillas que ejecutamos, no solo de media.
Vacía la memoria rápida del modelo y aun así nombra instancias retenidas y ruidosas que nunca vio en ese ajuste. Lo que aprendió se consolidó en una estructura duradera — una tabla de búsqueda no puede hacer eso.
Atelier cría a Loominum con episodios arraigados en el mundo — un puñado de ejemplos por concepto, con consolidación al estilo del sueño — en lugar de copiar el texto de un modelo mayor. Se gana su conocimiento.
Dónde encaja Loominum
En lugar de comprometerse con un diseño antes del entrenamiento, muévete a lo largo del eje y mide dónde quiere situarse realmente la tarea. La arquitectura se convierte en algo que ajustas, no en algo que adivinas.
Loominum puede inferir su propia coordenada de recuerdo a partir de la forma de la señal — apoyándose en la memoria o en la recencia según lo exija la entrada — capturando casi toda la ganancia que daría una coordenada fijada a mano.
Construido sobre el mismo campo disipativo que RL-L1 y el silicio Obsidian, de modo que el modelo y el sustrato convergen en una sola física en lugar de dos.