Investisseurs
Aperçu de l'investissement pour FRC : ce que c'est, ce qui est mesuré et ce qui sera construit ensuite.
This page is translated for accessibility. Primary version: /en/investors
La tokenisation et l'attention discrète sont d'excellentes abstractions pour le texte, mais elles rejettent la phase et la structure continue. FRC propose des représentations et des architectures natives de résonance pour les domaines à phase cohérente.
Le canon est publié sous forme d'articles numérotés avec des identifiants stables et des hypothèses explicites. Le suivi actuel de l'IA est le modèle de tenseur-Λ (LTM) et son évaluation empirique par rapport à l'attention sur les tâches de cohérence de phase.
Avec les flux de travail agentiques + la récupération, nous pouvons maintenir un corpus rigoureux, mener des expériences répétables et itérer sur l'architecture sans corrompre la couche de référence.
FRC-840-001
The Engine (LTM): attention → resonance.
FRC-16D-001
Protocol: Universal Vector for cognitive state.
FRC-840-LTM-001
Empirical: LTM vs Transformer on phase coherence.
What we’re building next
- - Plus d'évaluations empiriques dans les domaines oscillatoires (audio, biosignaux, contrôle).
- - Un SDK propre + un système de répartition des tâches pour des pipelines de recherche répétables (SOS).
- - Une couche d'abonnement « mémoire miroir » pour les flux de travail d'IA personnels (Mumega).
What to evaluate
- - LTM peut-il reproduire l'évaluation avec un script d'entraînement minimal et des graines fixes ?
- - L'approche se généralise-t-elle au-delà de la tâche publiée à des domaines adjacents à phase cohérente ?
- - Le canon est-il assez structuré pour que les agents puissent le citer (IDs), le récupérer (graphe) et ne pas halluciner ?