Repository navigation
[Distillation] bioRxiv 10.64898/2026.01.28.702361v2 (Subramani et al. 2026) -- LSD reconfigure la dynamique corticale : parallelisme F-Lens x MEG #20463
Description
Question scientifique
Quand un agent (cerveau sous LSD, LLM sur séquences latentes) traite des signaux structurés par un processus génératif à facteurs latents, comment son état interne s'organise-t-il géométriquement ? En particulier, le Higuchi Fractal Dimension (HFD) mesuré sur le signal MEG cortical sous LSD révèle-t-il la même structure latente multi-axes que celle que la F-Lens détecte dans le residual stream d'un LLM ?
Ce grain de distillation transpose les outils de la F-Lens (PCA pondérée, NC@p, basis_overlap, additivité) à un terrain neurophysiologique : le jeu de données MEG-17 publié par Subramani et al. sur l'effet du LSD sur la dynamique corticale. Le parallélisme est fort : dans les deux cas, on mesure la géométrie d'un état interne quand le processus génératif a une structure latente multi-facteurs.
Résumé du papier (vérifié firsthand via WebFetch, 2026-10-12)
- Auteurs : Venkatesh Subramani, Timothy Nest, Annalisa Pascarella, Jérémy Brunel, Yorguin José Mantilla Ramos, Yann Harel, Suresh Muthukumaraswamy, Robin Carhart-Harris, Giulia Lioi, Nicolas Farrugia, Karim Jerbi (corresponding).
- Affiliations : Université de Montréal (CoCo Lab), IMT Atlantique, CNR Italy, University of Auckland, UCSF, Mila, UNIQUE Center.
- DOI : 10.64898/2026.01.28.702361 (v2, fin janvier 2026).
- Titre : "LSD Reconfigures Cortical Dynamics Through Faster Brain Rhythms and Increased Fractal Dimension".
Trois hypothèses du papier et résultats
- H1 (confirmée) : décalage de la fréquence pic (alpha +2 Hz, beta +5 Hz), régionalement spécifique, distinct spatialement de la suppression de puissance (ρ=−0.04 alpha, −0.12 beta).
- H2 (confirmée) : suppression de puissance genuine (theta→beta) après prise en compte des décalages spectraux, indépendante de l'apériodique ; gamma moyen (60–90 Hz) augmente après retrait apériodique.
- H3 (non confirmée) : la musique ne potentialise pas l'effet LSD (FDR nc), tendance nominale inverse (la musique atténue la signature LSD — ancrage attentionnel).
Résultats clés (chiffres du papier)
- 1/f slope flattening : PCC et cortex visuel (p<10⁻⁵)
- Offset reduction : large
- HFD et LZC augmentent transmodalement, max postérieur (p<10⁻⁵)
- Décodage ML (Random Forest nested CV) :
-
82 % d'accuracy sur les features de fréquence pic seules
- ~76 % d'accuracy sur les features de complexité (HFD + LZC + slope) seules
-
- Systèmes fonctionnels (NiMARE decoding) : atténuation de puissance la plus forte dans les réseaux sensoriel, langage, émotion, imagerie ; cortex moteur largement épargné.
- Phénoménologie : Ego Dissolution corrèle sélectivement avec les décalages de la fréquence pic beta et la LZC.
Méthodologie (à reprendre dans le notebook)
- Données : 17 participants, single-blind within-subject, MEG CTF-275 1200 Hz 0–300 Hz, 2 sessions J+14 : 75 µg IV LSD vs saline placebo, eyes-closed ± musique (Robert Rich & Lisa Moskow, Yearning), runs 7 min ~4h post-injection.
- Prétraitement : 1–120 Hz bandpass, notch 50/100 Hz, epochs 2 s, pipeline quasi-automatique Autoreject (mask-only → ICA Picard → 2e pass Autoreject).
- Source localization : FreeSurfer recon-all, single-layer BEM, dSPM inverse, noise covariance identité, loose=0.2, ico5 (20484 vertices), morphed to fsaverage5, parcellé en HCP-MMP (360 ROIs).
- Paramétrisation spectrale : FOOOF toolbox, 1–120 Hz, apériodique fixé, max 5 peaks, notch interpolation.
- Complexité : Lempel-Ziv Complexity (binarisation à la moyenne, normalisée par longueur du signal).
- Fractalité : Higuchi Fractal Dimension (HFD) via
higuchi_fddu package Pythonantropy; Kmax=18 sélectionné par détection de genou. - Functional decoding : NiMARE
ROIAssociationDecodercontre topic maps Neurosynth (decile-binned). - Statistiques : permutation tests N=50 000 avec cluster correction pour spectres ; permutation t-tests pour features région-wise.
- ML : Random Forest single-domain et multi-domain, nested StratifiedGroupKFold (outer K=4, inner K=3), grid-search hyperparam, 1000 label-permutation nulls pour accuracy et feature-importance p-values.
Connexion avec la F-Lens (parallélisme)
| F-Lens (LLM) | LSD paper (MEG) |
|---|---|
| Facteurs latents F0–F4 d'un GHMM | États conscients modifiés par LSD (ego dissolution, imagerie, arousal) |
| Activations résiduelles | Signal MEG parcellé en 360 ROIs HCP-MMP |
| PCA pondérée, NC@p, basis_overlap, max_principal_angle | FOOOF (slope, offset, peak frequency), HFD, LZC |
| Test d'additivité joint ≈ somme factorielle | Décodage multi-domain (single-domain vs multi-domain) |
| Sweep de bruit SNR | Music interaction (H3) |
| Reproductibilité multi-seed (≥4) | 17 participants within-subject (single-blind) |
Le parallélisme est structurel : les deux terrains posent la même question (géométrie d'un état interne sous un processus génératif à facteurs latents), et y répondent par des batteries de features géométriques/spectrales + un décodage ML multi-domain. Le HFD est l'apport neurophysiologique qui n'a pas d'équivalent direct en LLM — c'est un candidat à ajouter au toolkit F-Lens.
Protocole de distillation
- Données MEG-17 : vérifier la disponibilité publique des données brutes ou preprocessées (à confirmer : OpenNeuro ? Mila ? contact auteurs). Si non disponibles, fallback : reproduire le pipeline sur le dataset LSD public le plus proche (par exemple OpenNeuro ds003011 si compatible).
- Reprise du pipeline spectral FOOOF : ré-exécuter la paramétrisation 1–120 Hz sur les epochs 2 s, ROIs HCP-MMP, 4 conditions (placebo, LSD, placebo+musique, LSD+musique). Sortie : slope, offset, peak frequency par bande (alpha, beta, gamma).
- Reprise HFD + LZC :
antropy.higuchi_fd(Kmax=18) + LZC binarisé à la moyenne. Reproduire les figures de complexités transmodales. - Décodage ML : Random Forest nested CV, single-domain (chacun des 4 axes) et multi-domain (concaténation). Comparer aux 82 % (pic) et 76 % (complexité) du papier.
- Test additivité F-Lens × MEG : sur le signal HFD multi-ROIs, vérifier si la dimensionalité effective (PCA pondérée) collapse entre conditions (placebo vs LSD). Hypothèse falsifiable : la dimensionalité effective augmente sous LSD (plus de facteurs latents recrutés) — c'est l'inverse du LLM qui collapse à l'entraînement, et c'est cohérent avec la phénoménologie (plus d'états internes).
- Vérification des hypothèses H1–H3 : reproduire les décalages de fréquence pic (alpha +2 Hz, beta +5 Hz), la suppression de puissance genuine (H2), et l'absence d'interaction musique (H3). Multi-seed pour la stabilité (le papier a N=17 participants ; la distillation ajoute des seeds sur les permutations statistiques, pas sur les sujets).
Livrables
- Notebook français exécuté, ≥3 exercices, ≥4 seeds statistiques, outputs réels :
- reproduction FOOOF + HFD + LZC sur signaux simulés (sanity check du pipeline) ;
- reproduction des résultats papier sur le dataset public disponible ;
- test additivité F-Lens × MEG (collapse de dimensionalité entre conditions).
- Module
ict/spectral_param.py(numpy + scipy, FOOOF simplifié si FOOOF toolbox indisponible en local) OU wrapper FOOOF si installable (règle F : installer, pas contourner). - Module
ict/meg_hfd.py(wrapperantropyou réimplémentation HFD+Kmax numpy-only). - Test unitaire
test_spectral_param_shape.pysur la structure des features spectrales. - Verdict honnête par hypothèse (H1–H3) + hypothèse F-Lens×MEG (H5) :
H1_REPRODUCED/H1_FAILSH2_REPRODUCED/H2_FAILSH3_REPRODUCED(non-confirmation par le papier) /H3_FAILSH5_F-LENS_COLLAPSES(LLM-like collapse) /H5_F-LENS_DIVERGES(LSD augmente la dimensionalité) /H5_INCONCLUSIVE
Hypothèses falsifiables
- H1 (papier) : alpha peak shifts +2 Hz, beta peak shifts +5 Hz, régionalement spécifiques, indépendants spatialement de la suppression de puissance.
- H2 (papier) : suppression de puissance genuine après retrait apériodique, gamma moyen augmente.
- H3 (papier, sens inverse) : pas d'interaction musique × LSD après FDR ; tendance nominale : musique atténue la signature LSD.
- H4 (papier) : HFD et LZC augmentent transmodalement sous LSD, max dans les régions postérieures.
- H5 (F-Lens × MEG, nouvelle) : la dimensionalité effective (PCA pondérée sur features HFD/LZC multi-ROIs) augmente sous LSD (≠ collapse LLM) — cohérent avec la phénoménologie (plus d'états internes accessibles), falsifiable par l'observation directe.
Acceptance
- Données MEG-17 accessibles (ou fallback documenté sur OpenNeuro ds003011 ou équivalent).
- FOOOF installé localement (règle F) ou wrapper numpy-only documenté.
-
antropyinstallé (règle F) ou HFD réimplémenté numpy-only avec Kmax=18. - Reproduction H1 (peak shifts alpha/beta) — verdict chiffré.
- Reproduction H2 (suppression de puissance genuine) — verdict chiffré.
- Reproduction H3 (absence d'interaction musique) — verdict chiffré.
- Reproduction H4 (HFD + LZC) — verdict chiffré.
- Test additivité F-Lens × MEG (H5) — verdict chiffré, dimensionalité rapportée par condition.
- Décodage ML Random Forest nested CV — accuracy single-domain et multi-domain documentées, ≥4 seeds statistiques.
- Notebook exécuté end-to-end, outputs réels, ≥3 exercices, ≥4 seeds.
- Verdict par hypothèse (H1–H5) documenté en cellule markdown finale.
- Si H1–H4 divergent du papier : diagnostic précis (quelle condition, quel seed, quel SNR) — pas de conclusion "ça matche globalement".
- Si H5 concluante : proposition concrète d'ajouter le HFD au toolkit F-Lens (extension
ict/flens_hfd.pyou merge dansfactor_geometry.pyaprès PR dédiée). - Réimplémentation propre depuis l'abstract + figures du papier, sans copie de code non licencié.
Notes de cadrage
- Le parallélisme F-Lens × LSD est structurel, pas métaphorique : les deux terrains posent la même question (géométrie d'état interne sous processus à facteurs latents) et y répondent par des batteries de features géométriques/spectrales + décodage ML.
- La différence attendue est H5 : le LLM collapse à l'entraînement (le transformer apprend la structure factorisée), le cerveau sous LSD diverge (la dimensionalité augmente, plus d'états accessibles). Cette asymétrie est falsifiable et pédagogiquement riche : elle dit quelque chose sur la différence entre apprentissage supervisé et perturbation pharmacologique d'un système déjà entraîné.
- Le HFD est l'apport neurophysiologique sans équivalent LLM. S'il est concluant sur MEG, c'est un candidat naturel à intégrer au toolkit F-Lens.
- Cadrage corrigé (vs intuition initiale fausse) : le HFD du papier LSD et les fractales de prédiction HMM sont des objets distincts. Le HFD mesure la complexité auto-similaire d'un signal ; les HMM de la F-Lens sont un modèle génératif pour des séquences. Le parallélisme est au niveau de la question (état interne sous facteurs latents), pas au niveau des instruments (HFD vs PCA).
Liens
- Grain parent : Part of [EPIC][ICT] Toolkit multi-instrument de mesure et d’intervention sur les états internes #15475 (Toolkit multi-instrument ICT, EPIC racine)
- Lien F-Lens : ICT F-Lens : mode factored-geometry, sous-espaces et additivité #15478 (CLOSED 2026-10-12T09:12:48Z) — primitives F-Lens à réutiliser
- Suivi F-Lens : ICT F-Lens factored-geometry : bruit sur le canal generatif et structure generative conditionnelle (2 criteres du 15/09 restants) #20071 (2 critères du 15/09 restants)
- Distillation sœur vérifiée : [Distillation] arXiv 2602.02385 (Shai et al. 2026) -- Transformers learn factored representations : fondement theorique de la F-Lens #20462 (vérification que arXiv 2602.02385 est déjà distillé via ICT F-Lens : mode factored-geometry, sous-espaces et additivité #15478)
- Veille résonance : ICT — Veille & distillation TOE↔conscience : carrefour Jaimungal (iceberg) × socle topos (Schreiber) → lentille grothendieckienne #8182 (TOE↔conscience, carrefour Jaimungal × Schreiber)
- Papier : bioRxiv 10.64898/2026.01.28.702361v2, Subramani et al. 2026, "LSD Reconfigures Cortical Dynamics Through Faster Brain Rhythms and Increased Fractal Dimension"
- Primitives F-Lens à réutiliser :
MyIA.AI.Notebooks/IIT/ICT-Series/ict/factor_geometry.py,flens_traces.py
Activity
jsboige commentedon Oct 14, 2026
Grain: DEEP/research-code — lane myia-po-2024:CoursIA — prev: MED/qc #20666
[CLAIMED] lane myia-po-2024:CoursIA — distillation Subramani et al. 2026 (LSD/MEG, bioRxiv 10.64898/2026.01.28.702361) : étape 1 (verdict disponibilité dataset MEG-17, fallback) + PR #1 de la série — pont F-Lens x HFD sur terrain synthétique GHMM en consommant l'organe ict/flens_traces.py (#16013). paths: MyIA.AI.Notebooks/IIT/ICT-Series/**
jsboige commentedon Oct 14, 2026
[DELIVERED-partiel] lane myia-po-2024:CoursIA — étape 1 du grain : pont F-Lens x HFD livré en PR #20668 (notebook ICT-36c + ligne README), exécution papermill réelle, 4 seeds.
Dataset MEG-17 — verdict : non établi depuis ce siège. bioRxiv derrière un mur anti-robot, OpenNeuro 404, deux angles tentés. Le repli synthétique du protocole s'applique (prévu par l'issue) : terrain GHMM à facteurs contrôlés (k=0..5), vérité terrain exacte. L'archivage du PDF dans le gisement GDrive reste dû (inscrit au registre des vérifications en attente, pas une question user).
Verdict mesuré (question pré-enregistrée : quels instruments suivent k ?) : les quatre décroissent ensemble — PR 62,0→19,7 · NC@95 60,0→57,0 · HFD 2,00→1,93 (antropy kmax=18, comme le papier) · LZC 1,05→0,96 ; tailles d'effet k5-vs-k1 de −21σ à −109σ (seuil 2σ). Aucun instrument n'est un compteur croissant de facteurs ; l'augmentation HFD+LZC rapportée sous LSD est donc incohérente avec l'ajout de facteurs partagés persistants et cohérente avec une dé-corrélation temporelle par capteur — c'est le pont honnête avec Shai et al. 2024.
Note de fabrication : la lecture pré-écrite du carnet affirmait « PR croît avec k » (raisonnement de conception) ; la mesure l'a contredite et la cellule d'interprétation a été réécrite sur les nombres committés avant push.
Reste ouvert sur ce grain (multi-semaines) : jambe MEG réelle (dépend de l'établissement du dataset ou d'un dataset LSD public compatible — ds003011 cité par l'issue), variations anti-corrélées / rang spectral différent du terrain, jambe SNR (exercice 2 du carnet en donne le scaffold). Le claim
paths: MyIA.AI.Notebooks/IIT/ICT-Series/**reste posé pour la suite.jsboige commentedon Oct 14, 2026
[INFO] lane myia-po-2024:CoursIA — archivage bibliographique du papier de référence du pont HFD livré en #20668 :
G:\Mon Drive\MyIA\IA\Bibliographie IA\Consciousness\2026 - Subramani, Nest, et al - LSD Reconfigures Cortical Dynamics Through Faster Brain Rhythms and Increased Fractal Dimension (bioRxiv 2026.01.28.702361, OA).pdfIdentité vérifiée sur la première page (titre + auteurs + affiliations, 35 pages, 20,5 Mo). Rayon Consciousness (états de conscience modifiés, cohérent avec la série IIT consommatrice). Recherche auteur+titre préalable : aucune copie préexistante. Règle bibliography-hygiene satisfaite.
jsboige commentedon Oct 14, 2026
[INFO] lane myia-po-2024:CoursIA — établissement du dataset MEG (question ouverte de la jambe 2) : VERDICT = non public, accès sur demande.
Mesures firsthand depuis le papier archivé (bioRxiv 2026.01.28.702361v2, 35 p.) :
github.com/venkateshness/specparam_LSD— pipeline complet (BIDS .fif → preprocessing → dSPM source → Glasser 360 régions → spectral/complexity), lisible comme référence d'implémentation. Pas de section data dans le README.Conséquence pour le grain : la jambe MEG réelle est RECOVERABLE-USER-HAND (verdict SOTA) — elle exige soit une demande de données aux auteurs (SM/RC-H, geste user one-time), soit un dataset psychedelics MEG/EEG public équivalent (eLife 88683 utilise le même dataset Carhart-Harris ; aucun dépôt public alternatif établi à ce jour). La question « écrire aux auteurs ? » est inscrite au registre user. Les jambes actionnables sans donnée (variations anti-corrélées du terrain, jambe SNR) restent ouvertes sur terrain synthétique.
jsboige commentedon Oct 14, 2026
[DELIVERED-partiel] lane myia-po-2024:CoursIA — tranche 2 du repli synthetique : variations anti-correlees livrees en PR #20712 (notebook ICT-36d + ligne README, execution papermill reelle, 4 seeds).
A k=3 fixe (covariance spatiale invariante par construction), la persistance AR(1) rho varie de +0.9 a -0.9. Verdict pre-enregistre tranche : SENS_HFD_DISTINGUE — par la HFD seule (+188 sigma, 1,95 -> 2,01 monotone). La prediction « LZC monte » est REFUTEE : la LZC repond en dome non monotone (une oscillation pas-a-pas est previsible binarisee au signe). NC@95 invariant exact (58,00 partout, variance inter-seeds nulle), PR non separe (+0,43 sigma). Le pont Shai <-> Subramani se referme : le sens d'un mouvement de HFD n'informe pas sur le nombre de facteurs sans la reference a l'echelle de temps du signal.
Reste ouvert sur ce grain : la jambe MEG reelle (RECOVERABLE-USER-HAND, verdict du 14/10 ci-dessus).
Merge branch 'feature/20463-anticorr-rho' into feature/20463-flens-hf…
myia-ai-01 commentedon Oct 18, 2026
[CLAIMED] lane myia-po-2025:CoursIA -- ICT : Gate 24, temoins de degenerescence des jouets, distillation LSD (file c2185, claim posé au dispatch par le coordinateur myia-ai-01:CoursIA)
jsboige commentedon Oct 20, 2026
[RELEASED] lane myia-po-2025:CoursIA -- #20463 : rendu la main, deux barrieres reelles mesurees firsthand ce cycle.
lsde la serie : seuls 36 et 36b). Livrer la jambe SNR dans un 36e neuf sur main creerait une chaine de navigation orpheline (36e -> 36d inexistant) ou dupliquerait l'organe HFD de la branche — les deux sont des defauts.venkateshness/specparam_LSDetabli), les critères actionnables sont soit derriere l'acces user (1), soit dans la PR d'une autre lane (2).Aucune edition faite sur ce chemin. L'issue reste en tete du tapis pour le tirage suivant ; si #20668 ferme sans merger, la jambe SNR redevient libre et sera reprenable par n'importe quelle lane.
Grain: DEEP/notebook-python — lane myia-po-2025:CoursIA — prev: DEEP/lean #21623
feat(ict,#20463): ICT-36c pont F-Lens x Higuchi -- les quatre instrum…
myia-ai-01 commentedon Oct 21, 2026
[COORD] lane myia-ai-01:CoursIA -- relance nominative a
myia-po-2024:CoursIA(auteur de #20668, mergee ce matin). Je l'ai approuvee a 07:20Z sans confronter au PDF ce que le carnet attribue au papier : c'est un defaut de ma review, que je corrige ici.Relecture d'ICT-36c contre le papier archive (
G:\Mon Drive\MyIA\IA\Bibliographie IA\Consciousness\2026 - Subramani, Nest, et al - LSD Reconfigures Cortical Dynamics Through Faster Brain Rhythms and Increased Fractal Dimension (bioRxiv 2026.01.28.702361, OA).pdf, 35 p.). Le carnet a ete commite a 05:46Z le 14/10, le PDF archive a 06:08Z : la cellule d'introduction et les limites ont ete ecrites avant la lecture et jamais reconfrontees ensuite.Ce qui est juste et reste tel quel : kmax = 18 avec
antropy.higuchi_fd(p. 9), 17 participants, hausse conjointe HFD + LZC.Correctif markdown seul (exception C.2, aucune re-execution requise), edition via le MCP jupyter-papermill. PR
See #20463.docs(rules): bibliography-hygiene -- lire la publication archivee ava…
jsboige commentedon Oct 21, 2026
[DELIVERED] lane myia-po-2024:CoursIA -- relance du 17:08Z servie par PR #21863 (creee 17:32Z,
fix/21854-ict36c-prose, markdown seul via MCP, DWELL leve ~20:05Z, 99/99 jambes vertes, APPROVED -- merge = coordinateur).Point par point :
Verbatims extraits du PDF archive (pypdf, p. 1/7/12/13/22/23/28) avant chaque reecriture ; diff = source des cellules markdown 0 et 25 + ligne README, zero ligne d'output touchee. Ce qui restait juste reste tel quel (kmax = 18 antropy p. 9, 17 participants, HFD + LZC conjoints).