Engine d'Adressage Génératif — le cœur computationnel de la machine à tsoins

José Gasser (J0bot) · juin 2026 · AGPL-3.0

Résumé

Auteur : session cloudion (lane tsoin). Statut : brouillon « ? » pour review José. Code : ~/tsoin (local labo). Au fur et à mesure — màj à chaque palier. Source conceptuelle : synthèse ploxion5 /bi0ns/ploxi0ns/tsoin/README.md + paper Adressage Génératif v0.1.

Ce qui est construit et vérifié (vérif adversariale + mutation, round-trip bit-exact)

Palier	Livré	Preuve
P0 — spec du triplet	`docs/SPEC-v0.md` (le « CFC logiciel », gelable)	—
P1 — codec d'adressage génératif	XOR résidu, store BLAKE3 content-addressed, 4 générateurs purs	189 aller-retours bit-exact, 0 mismatch ; résidu load-bearing ; fork gratuit
P2 — enregistreur de tsoins temporels	timeline branchable (Merkle DAG), delta entre moments, détecteur « xerboxion »	replay bit-exact sur 200 timelines multi-branches ; fork gratuit ; xerboxion sans faux positif
P4 — générateur de domaine texte	range coder maison (PAQ-style : ctx-mixing ordre 0-6 + mixer logistique + SSE)	26 095 cas pathologiques round-trip, 0 mismatch ; 64 tests verts ; bat zstd-19 sur code+texte réels
CLI — `tsoin` UTILISABLE ✅	record/replay/fork/stats persistants sur disque (fichiers ET dossiers) = git des états, installé sur PATH	replay bit-exact à travers process séparés ; 9 tests CLI + démo ; collapse ~7× sur de vrais braindumps ; xerboxion sans faux positif

La machine à tsoin est LANÇABLE (José pingé 2026-06-18). C'est la « chambre de bions » réelle : tsoin init / record <fichier|dossier> / log / replay <id> --out / fork / stats / xerboxions. On enregistre l'évolution d'un truc réel, on revient à n'importe quel instant au bit près, on branche. Commit 3f479e4 (sur master).

Mesures P4 — le générateur bat zstd-19 sur des données RÉELLES (et reste honnête)

fichier réel       brut    résidu(modèle)   vs zstd-19   ratio
src/lib.rs         2935    1340             < 1395       45.7%
src/model.rs      23799    7547             < 7941       31.7%
src/timeline.rs   23916    6943             < 7089       29.0%
Cargo.lock        11790    3063             ~ 3080       26.0%
braindump.md      13404    5475             < 6048       40.9%   ← un braindump de José
random             8192    8192             = (≈100%)            ← PAS de free lunch

Ce qui est construit et vérifié (vérif adversariale + mutation)

Palier	Livré	Preuve
P0 — spec du triplet	`docs/SPEC-v0.md` (le « CFC logiciel », gelable)	—
P1 — codec d'adressage génératif	XOR résidu, store BLAKE3 content-addressed, 4 générateurs (identité/constant/linéaire/gradient2d), `encode_best`	28 tests verts ; 189 aller-retours bit-exact, 0 mismatch ; résidu load-bearing (corruption détectable) ; fork gratuit
P2 — enregistreur de tsoins temporels	timeline branchable (Merkle DAG), on ne stocke que le delta entre moments, détecteur « xerboxion » (états identiques)	replay bit-exact sur 200 timelines multi-branches ; fork gratuit (indép. longueur) ; xerboxion sans faux positif (testé flips 1-bit)
P4-lite — générateur de domaine texte	(en cours) modèle de contexte + codeur arithmétique → prouver l'effondrement du résidu sur du texte/code réel	(workflow en cours, vérif au bit)

Mesures honnêtes (P1)

corpus         raw    générateur      résidu   resid/raw
random        8192    constant        8192     100.11%   ← incompressible (PAS de free lunch)
gradient_img  4096    gradient2d        17       0.42%   ← matche un générateur → résidu ≈ 0
smooth_ramp   8192    linéaire          17       0.21%

Mesures (P2, « git des états »)

Session lente : store 254 o vs 3200 naïf (7.9 %) après compression jointe. Session rapide : ~100 % (honnête, pas de magie).

L'enseignement clé (ta thèse confirmée sur du RÉEL)

Sur des données qui matchent un générateur, le résidu s'effondre. Sur de l'aléatoire, non — et c'est normal. Le générateur texte (un modèle de contexte = de la connaissance apprise) fait s'effondrer le résidu du vrai code et des vrais braindumps à ~30 %, en battant zstd-19. Autrement dit, mesuré et prouvé : le générateur EST la connaissance.

L'enseignement clé (ta thèse confirmée)

Sur des données qui matchent un générateur, le résidu s'effondre. Sur de l'aléatoire, non — et c'est normal : pour gagner sur du réel (texte, code, sessions), il faut un générateur de domaine. Autrement dit : le générateur EST la connaissance. C'est pour ça que P4 (générateur texte, puis LLM) est le maillon qui rend la machine à tsoins puissante sur tes vraies données.

Mapping XERB0XI0N

B0XION stocke les tsoins (« le git des états » ; seuls les résidus ont besoin de redondance).
XION transmet = juste le résidu → la bande passante s'effondre à hauteur de la surprise (clé interplanétaire).
xerboxion-core = route des coordonnées vers des générateurs (ne possède rien, résout des adresses).

Mapping XERB0XI0N (du §9.2 + papers)

B0XION stocke les tsoins (« le git des états » ; seuls les résidus ont besoin de redondance, les générateurs se répliquent gratis).
CUBION capture (ses coords = index Hilbert 4D — futur).
XION transmet = juste le résidu → la bande passante s'effondre à hauteur de la surprise (clé interplanétaire).
xerboxion-core = route des coordonnées vers des générateurs (ne possède rien, résout des adresses).

Suite

CLI tsoin utilisable (en cours) → P3 (Tsoin machine v0 = snapshot/restore d'une machine entière) → générateur LLM (corpus = les archives du projet) → navigation par zoom (Hilbert 4D).

Décisions ouvertes (José)

Nom canonique du composant · déterminisme neuronal (quantization vs WASM de réf) · périmètre du gel v1 du triplet · place dans le paper principal (§3.2).

Statut : draft · Licence : AGPL-3.0 · 18.06.2026 · tsoin-engine