一項名為 FLM（Fly Language Model）的實驗於 9 月 11 日公開，它把果蠅大腦的接線圖直接當成運算元件，接到語言模型旁邊。16 萬 6,700 個節點的實測連結體被放在一個凍結的 1.2B 模型旁，只訓練約 27 萬參數的讀出層。耐人尋味的是，作者自己設置的對照組成績略勝一籌，並且明確寫出果蠅的接線並未展現優勢。
把果蠅大腦當成「蓄水池」
FLM 採用的是稱為儲備池運算的思路：內部權重維持固定而不參與訓練，訊號流過之後只訓練負責讀出回響的那一層。這套被命名為 GPF（Generative Pre-trained Fly）的架構，特別之處在於固定權重矩陣裡裝的不是人工亂數，而是以 MaleCNS v1.0 名義公開的果蠅中樞神經系統連結體本身。
所使用的圖包含 16 萬 6,700 個節點與 2,558 萬 2,938 條有向連結，矩陣數值來自解剖學接觸量測值的正規化結果。語言模型一側 2,048 維的詞元嵌入，經固定的高斯投影壓縮到 128 個通道，每個節點接收其中一個通道。狀態更新遵循 x = tanh(W(0.6x + 0.4Bc))，也就是以 6 成舊狀態與 4 成新輸入的比例混合，推動果蠅圖前進一步。
只訓練 27 萬個參數
作為底座的語言模型是 Liquid AI 的 LFM2.5-1.2B-Instruct，其 11.7 億參數完全不動。參與訓練的只有兩個無偏置矩陣（128×128 與 2,048×128），合計 27 萬 8,528 個參數，佔整體的 0.024%。訓練素材也相當小，只有 64 組對話資料與 32 個合成範例。
程式碼以 MIT 授權發布在 GitHub 上，執行環境為 Python 3.12。作者另外提供了可在瀏覽器中試用的展示頁，並註明由於模型很小，回覆可能並不完善。
改善 0.0222 nat，但對照組略為領先
評測涵蓋 32 組對話、1,236 個詞元，指標為每個詞元的負對數概似（nat）。數值越小，代表對下一個詞的預測越準確。
維持凍結的底座模型為 1.381995。加上果蠅讀出層後降到 1.359816（3 個隨機種子的標準差為 0.000110），改善幅度是 0.0222 nat。然而改用參數量相同、只把輸入直接讀出的對照組，結果為 1.359328，略微勝過果蠅版本。差距是 0.000488 nat，而且在 27、28、29 三個種子上，對照組全部占優。
作者的結論相當乾脆：連結體這張圖確實對預測產生了可量測的影響，但在這次評測中並沒有超越更單純的對照組。
拆解「有效果」的實際內容
值得注意的是，這項研究沒有停在有沒有效果，而是進一步拆解這張圖究竟做了什麼。
把權重矩陣 W 歸零之後，殘差完全消失，證明圖確實參與了運算。而一旦打亂節點標籤，在不重新訓練的情況下效能就會崩壞，代表接線結構本身與結果相連。不過檢視遞迴過程可以看到，初始狀態的差異每經過一個詞元就縮小為 0.6 倍，幾乎沒有保留長距離脈絡的作用。
來自果蠅的殘差真正改寫預測詞元的位置，只占全部位置的 1.51%（標準差 0.047%）。有影響，但遠談不上主導。
這個結果該怎麼讀
在把生物神經迴路帶進機器學習的研究裡，微小的改善常被描述成接線之妙。這次嘗試的價值在於，作者自己跑了條件相同的對照組，並指出改善並非來自結構。若只擷取比底座模型更好的數字，要寫出樂觀的標題並不困難。
話雖如此，評測規模只有 32 組對話、1,236 個詞元與 3 個種子。這樣的體量不足以推廣結論，改變壓縮到 128 通道的設定或混合比例，也仍有得出不同結果的空間。這並不是說果蠅的接線不適合語言處理，而應當被讀作在此條件下未能證明優勢的一份報告。
總結
FLM 把果蠅 16 萬 6,700 個節點的連結體當成固定運算元件接入語言模型，只訓練 27 萬 8,528 個參數的讀出層。它比底座模型改善了 0.0222 nat，而同等規模的單純對照組又領先它 0.000488 nat。接線確實參與了運算，但沒有證據顯示其結構帶來優勢。
※圖片僅為示意圖
