Substrat
Un calcul clairsemé, localement récurrent et conscient de l'énergie comme cible de recherche de première classe.
Une architecture sur un axe continu, élevée sur la stack.
Découvrir LoominumEntreprise
Recherche
Science
À propos
Un pari de recherche, avec les résultats négatifs sur la même page que les réussites.
Calcul à priorité biologique et cognition native au substrat — y compris les résultats négatifs.
Citation
ReasonLoom Research · Au-delà des transformers · registre interne, 2026.
Pourquoi c'est important
Le pari dominant de la dernière décennie a été « mettre l'attention à l'échelle ». Notre pari de recherche est différent : la prochaine étape est un substrat différent, organisé autour de codes de population clairsemés, de récurrence locale et de routage conscient de l'énergie. Nous poursuivons ce pari de bout en bout — substrat, mémoire, boucle d'entraînement, silicium — et nous publions les falsifications aux côtés des réussites.
Lignes de travail
La recherche au-delà des transformers chez ReasonLoom n'est pas un seul article ; ce sont quatre programmes parallèles qui convergent.
Un calcul clairsemé, localement récurrent et conscient de l'énergie comme cible de recherche de première classe.
La liaison structurée comme substitut aux fenêtres de contexte.
Une boucle développementale qui ancre la production, avec un vérificateur typé au milieu.
Des puces dont la disposition partage la géométrie qu'utilise le substrat.
Falsifications que nous avons publiées en interne
Des résultats négatifs honnêtes sont un avantage concurrentiel. Chaque entrée ci-dessous est une falsification que nous avons menée nous-mêmes et que nous avons choisi de consigner.
N1
Négatif 1
Un pont de calcul proposé a été surpassé par une référence dense bien réglée au seuil du million d'entrées. Ce résultat négatif a remodelé la feuille de route silicium.
N2
Négatif 2
Un test A/B propre face à une référence transformer solide a montré que notre architecture post-transformer ne l'emporte pas, à elle seule, ni sur le nommage ni sur la continuité. La valeur robuste réside dans l'objectif d'entraînement et la liaison à mémoire structurée, et non dans l'architecture.
N3
Négatif 3
Une voie de distillation qui paraissait séduisante dans les premiers tests s'est effondrée en table de mémorisation sous évaluation held-out. Nous la publions comme un avertissement au niveau du paradigme.
Honnêteté multi-graines
Chaque affirmation est associée à la variance entre les graines. Une réussite sur une seule graine n'est pas un résultat — une réussite sur cinq en est un, et un non-résultat est rapporté de la même façon.
| Axe | Valeur | ± graines | n | Statut |
|---|---|---|---|---|
| Lifelong retain-advantage | +0.65 | ±0.02 | 5 | survives |
| CLS sample efficiency | 1.90× | ±0.14 | 5 | survives |
| Slot 2-factor lift | +0.82 | ±0.08 | 5 | survives |
| Imprevisto recovery | +0.13 | ±0.09 | 5 | survives · soft |
| Arch-on-naming win | 0.00 | ±0.00 | 5 | retired |
| Arch-on-continuity win | −0.28 | ±0.27 | 5 | retired |
Des résultats négatifs honnêtes sont un avantage concurrentiel. La plupart des affirmations au-delà des transformers dans le domaine ne survivent pas à une évaluation contrôlée ; les nôtres sont éprouvées face à des références solides et soit survivent, soit sont retirées. Nous publions les deux issues, car le domaine avance plus vite lorsque les impasses sont documentées.
La mémoire structurée l'emporte comme substitut aux fenêtres de contexte. Une boucle d'éducation développementale l'emporte comme méthode d'entraînement. Les mesures multi-graines séparent ces deux éléments des priors architecturaux qui n'ont pas survécu.