Автор выложил MICA 0.3.7 — языковую модель на клеточном автомате вместо attention. 63,75% accuracy на two-letter completion на CPU, 21,50% top-1 на предсказании следующего слова. Целочисленные правила, без матричных умножений. Главное: • Архитектура: 768 cells / 112 channels / 16 phases / 240 probes • Ember: словарь 32 768 слов, рост top-1 с 15,25% до 21,50% • Flame-W: loss 7,724 bits/word, 33,20% на Tiny Theory-of-Mind Генерация предложений непоследовательна; улучшение на ToM не статистически значимо; Raspberry Pi не тестировали — автор только предполагает, что модель потянет. Что это значит: клеточный автомат способен воспроизводить языковое поведение — без attention, без стандартных нейросетей. Если результаты подтвердятся на других бенчмарках, это прямой кандидат для маломощных устройств.