src/core/model_config.py

#!/usr/bin/env python3
"""
虫巢200M模型配置 — 非对称架构 v4

实测参数: 193.3M(Brain) + 9.4M(Decoder) ≈ 202M

核心设计:
  前额叶68%: 300微柱×416N L3全突触，推理总控+循环加工
  海马体16%: 150微柱×256N L3全突触，记忆存储+检索
  Motor+Decoder 5%+5%: 60微柱×256N L3 + GRU语言生成
  其他6%: 感官+联通+丘脑

架构特色:
  - Decoder融入motor区，端到端训练
  - 三区训练循环: 联通区(缓冲)→前额叶(加工)→海马体(存储)
  - 非对称参数分配，前额叶独占大头
"""

MODEL_CONFIG_200M = {
    'name': '虫巢-200M',
    'version': 'v4.0',
    'target_params': 202_000_000,

    'areas': {
        'sensory': {
            'name': '感知区',
            'num_columns': 5,
            'neurons_per_column': 8,     # 40微柱
            'neurons_per_micro': 256,
            'synaptic_tier': 'L2',
            'topology': 'parallel',
        },
        'memory': {
            'name': '海马体',
            'num_columns': 5,
            'neurons_per_column': 30,    # 150微柱
            'neurons_per_micro': 256,
            'synaptic_tier': 'L3',
            'topology': 'attention',
        },
        'association': {
            'name': '联通区',
            'num_columns': 5,
            'neurons_per_column': 10,    # 50微柱
            'neurons_per_micro': 192,
            'synaptic_tier': 'L2',
            'topology': 'recurrent',
        },
        'prefrontal': {
            'name': '前额叶',
            'num_columns': 5,
            'neurons_per_column': 60,    # 300微柱
            'neurons_per_micro': 416,    # 416神经元/微柱
            'synaptic_tier': 'L3',
            'topology': 'recurrent',
        },
        'motor': {
            'name': '运动区(含语言生成)',
            'num_columns': 5,
            'neurons_per_column': 12,    # 60微柱
            'neurons_per_micro': 256,
            'synaptic_tier': 'L3',
            'topology': 'cascade',
            'has_decoder': True,
            'vocab_size': 8000,
            'hidden_dim': 512,
        },
        'thalamus': {
            'name': '丘脑区',
            'num_columns': 5,
            'neurons_per_column': 6,     # 30微柱
            'neurons_per_micro': 256,
            'synaptic_tier': 'L2',
            'topology': 'parallel',
        },
    },

    'semantic_dim': 75,
    'motor_output_dim': 512,
    'memory_roles': {
        'lexical': (0, 50),
        'dialogue': (50, 100),
        'episodic': (100, 150),
    },
}

# 转换为AreaNetwork可用的格式
def get_area_config(model_config: dict) -> dict:
    """从模型配置提取AreaNetwork格式"""
    config = {}
    for area_name, area_cfg in model_config['areas'].items():
        config[area_name] = {
            'num_columns': area_cfg['num_columns'],
            'neurons_per_column': area_cfg['neurons_per_column'],
            'neurons_per_micro': area_cfg['neurons_per_micro'],
            'synaptic_tier': area_cfg['synaptic_tier'],
        }
    return config