cortexnet 3.2.1

CortexNet: unified neural network architecture beyond Transformers

CortexNet

CortexNet 是一个面向语言建模与推理场景的神经网络架构实现，核心思路是将多尺度状态空间建模、选择性稀疏注意力、记忆系统、条件路由与可选高级推理模块组合到同一框架中。

本仓库已经完成以下整理：

• 统一对外主模型命名为 CortexNet（不再以 *V3 作为主入口）
• 代码按 pip 可发布标准重构到 cortexnet/ 包目录
• 基准/聊天/评测脚本统一归档到 scripts/
• 清理无用导入、冗余变量和缓存文件
• 补充架构文档和模块映射文档，方便开源协作

Installation

pip install -e .

或构建并安装 wheel：

python -m pip install build
python -m build
pip install dist/*.whl

Quick Start

import torch
from cortexnet import CortexNet, CortexNetConfig

config = CortexNetConfig(
    vocab_size=32000,
    hidden_size=512,
    num_layers=4,
    num_heads=8,
    max_seq_len=2048,
)

model = CortexNet(config).eval()
input_ids = torch.randint(0, config.vocab_size, (1, 16))

with torch.no_grad():
    out = model(input_ids)
print(out["logits"].shape)

Package Layout

cortexnet/
  adapter/      # 开源模型识别、权重映射、架构适配、推理适配、校准
  ops/          # 设备与算子抽象（CPU/CUDA/MPS/NPU/MLU）
  model.py      # 主模型与 from_pretrained
  blocks.py     # 核心 block 组合
  ...
scripts/
  benchmarks/   # 性能与量化基准
  chat/         # 聊天脚本
  eval/         # 能力评测脚本
  dev/          # 一键流程与测试运行器
tests/          # 回归与单元测试

Test

python -m pytest -q

Docs

• 架构说明：ARCHITECTURE.md
• 模块职责图：MODULE_MAP.md

Compatibility Notes

• 对外推荐只使用 CortexNet。
• 历史命名（如 CortexNetV2 / CortexNetV3）仍保留为兼容别名，避免旧代码立即失效。