Исследователи изучали, могут ли контролируемые возмущения мультимодальной языковой модели воспроизвести систематические ошибки именования, характерные для постинсультной афазии. Используя LLaVA 1.6, они добавляли шум в определенные слои и единицы для симуляции поражений и оценивали результаты по данным 278 пациентов с афазией (PWAs).
- Исследование классифицировало ответы на семь категорий с помощью валидированного нейронного классификатора на основе теста Philadelphia Naming Test.
- Шесть из семи типов ошибок проявлялись в клинически сопоставимых пропорциях в различных областях параметров, за исключением формальной парафазии.
- Поиск в пространстве возмущений выявил конфигурации, воспроизводящие индивидуальные профили ошибок как минимум в шести из семи категорий для 97,8% пациентов с афазией и во всех семи категориях для 79,5%.
- Монте-Карло базовые линии подтвердили, что это соответствие отражает совместную межкатегориальную структуру, а не маргинальное перекрытие.
Эти результаты устанавливают количественный框架 для воспроизведения индивидуальных паттернов ошибок при афазии, предполагая потенциал языковых моделей служить цифровыми двойниками индивидуумов с постинсультной афазией.