LLaVA-Vicuna 13B

大型语言模型病灶参数恢复以模拟失语症错误

研究人员开发了一种新颖的方法，用于恢复大型语言模型（LLM）中的病灶参数，以模拟特定的神经缺陷，例如在失语症中看到的缺陷。通过训练一个神经网络将图片命名任务的错误剖面映射回病灶参数（如修改百分比和噪声sigma），他们证明了这些参数可以以合理的准确性恢复。这种方法为理解Transformer计算提供了一条新途径，并已显示出泛化到真实患者数据的潜力，能够区分不同中风幸存者综合征。