연구자들은 다중 모달 언어 모델에 대한 제어된 섭동이 뇌졸중 후 실어증의 특징인 체계적인 이름 대기 오류를 재현할 수 있는지 조사했습니다. LLaVA 1.6을 사용하여 특정 레이어와 유닛에 노이즈를 적용하여 병변을 시뮬레이션하고, 278명의 실어증 환자(PWAs) 데이터에 대해 결과를 평가했습니다.
- 연구는 필라델피아 이름 대기 테스트에서 검증된 신경 분류기를 사용하여 응답을 7가지 범주로 분류했습니다.
- 7가지 오류 유형 중 6가지가 서로 다른 매개변수 영역에서 임상적으로 비교 가능한 비율로 나타났으며, 형태학적 유사어 실언(formal paraphasia)만이 예외였습니다.
- 섭동 공간을 검색하여 97.8%의 PWAs에서 7가지 범주 중 최소 6가지를, 79.5%의 PWAs에서 모든 7가지를 재현하는 개별 오류 프로파일을 재현할 수 있는 구성을 찾았습니다.
- 몬테카를로 베라인은 이 일치가 주변 오버랩이 아닌 결합된 범주 간 구조를 반영함을 확인했습니다.
이 결과들은 개별 실어증 오류 패턴을 재현하기 위한 정량적 프레임워크를 확립하며, 언어 모델이 뇌졸중 후 실어증 환자의 디지털 트윈으로 기능할 잠재력을 시사합니다.