一项名为 FLM（Fly Language Model）的实验于 9 月 11 日公开，它把果蝇大脑的接线图直接当作计算元件接到语言模型旁边。16 万 6,700 个节点的实测连接组被放在一个冻结的 1.2B 模型旁，只训练约 27 万参数的读出层。耐人寻味的是，作者自己设置的对照组成绩略好，并且明确写道果蝇的接线并未体现出优势。
把果蝇大脑当作「蓄水池」
FLM 采用的是被称为储备池计算的思路：内部权重保持固定不参与训练，信号流过之后只训练负责读出回响的那一层。这套被命名为 GPF（Generative Pre-trained Fly）的结构，特别之处在于固定权重矩阵里装的不是人工随机数，而是以 MaleCNS v1.0 名义公开的果蝇中枢神经系统连接组本身。
所用的图包含 16 万 6,700 个节点和 2,558 万 2,938 条有向连接，矩阵数值来自解剖学接触量测量值的归一化结果。语言模型一侧 2,048 维的词元嵌入，经固定的高斯投影压缩到 128 个通道，每个节点接收其中一个通道。状态更新遵循 x = tanh(W(0.6x + 0.4Bc))，即按 6 成旧状态与 4 成新输入的比例混合，推动果蝇图前进一步。
只训练 27 万参数
作为底座的语言模型是 Liquid AI 的 LFM2.5-1.2B-Instruct，其 11.7 亿参数完全不动。参与训练的只有两个无偏置矩阵（128×128 与 2,048×128），合计 27 万 8,528 个参数，占整体的 0.024%。训练素材也很小，只有 64 组对话数据和 32 个合成样本。
代码以 MIT 许可证发布在 GitHub 上，运行环境为 Python 3.12。作者还提供了可在浏览器中试用的演示，并注明由于模型很小，回复可能并不完善。
改善 0.0222 nat，但对照组略胜一筹
评测覆盖 32 组对话、1,236 个词元，指标是每词元的负对数似然（nat）。数值越小，说明对下一个词的预测越准。
保持冻结的底座模型为 1.381995。加上果蝇读出层后降至 1.359816（3 个随机种子的标准差为 0.000110），改善幅度为 0.0222 nat。然而，若换成参数量相同、只把输入直接读出的对照组，结果是 1.359328，略微胜过果蝇版本。差距为 0.000488 nat，而且在 27、28、29 三个种子上对照组全部占优。
作者的结论很干脆：连接组这张图确实对预测产生了可测量的影响，但在本次评测中并没有超过更简单的对照组。
拆解「起作用」的具体内容
值得关注的是，研究没有止步于有没有效果，而是进一步拆解了这张图究竟做了什么。
把权重矩阵 W 置零后，残差完全消失，证明图确实参与了计算。而一旦打乱节点标签，在不重新训练的情况下性能就会崩坏，说明接线结构本身与结果相关联。不过考察递归过程可以看到，初始状态的差异每过一个词元就缩小到 0.6 倍，几乎没有保持长程上下文的能力。
来自果蝇的残差真正改写预测词元的位置，只占全部位置的 1.51%（标准差 0.047%）。有影响，但远谈不上主导。
这个结果该怎么读
在把生物神经回路引入机器学习的研究里，微小的改善常被讲述成接线之妙。这次尝试的价值在于，作者自己跑了条件相同的对照组，并指出改善并非来自结构。如果只截取比底座模型更好的数字，要写出一个乐观的标题并不难。
话虽如此，评测规模只有 32 组对话、1,236 个词元和 3 个种子。这个体量不足以推广结论，改变压缩到 128 通道的设定或混合比例，也仍有得出不同结果的余地。这并不是说果蝇的接线不适合语言处理，而应当被读作在本条件下未能证明优势的一份报告。
总结
FLM 把果蝇 16 万 6,700 个节点的连接组作为固定计算元件接入语言模型，只训练 27 万 8,528 个参数的读出层。它比底座模型改善了 0.0222 nat，而同等规模的简单对照组又领先它 0.000488 nat。接线确实参与了计算，但没有证据显示其结构带来了优势。
※图片仅为示意图
