实体
Philadelphia Naming Test
Philadelphia Naming Test
PulseAugur coverage of Philadelphia Naming Test — every cluster mentioning Philadelphia Naming Test across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新PRISM方法将LLM组件映射到人类大脑功能
研究人员开发了一种名为PRISM（基于扰动的区域可解释性通过减法映射）的新方法来分析大型语言模型的内部工作机制。该技术借鉴了人类神经影像学的方法，以识别Transformer模型中的专业化组件。通过比较扰动后的LLaVA-1.6-Vicuna-13B模型的错误模式与中风后失语症患者的病灶模式，PRISM旨在为检验LLM的功能专业化主张提供一种可证伪的方式。
-
研究发现：AI模型可模仿类似失语症的命名错误
研究人员开发了一种通过引入受控扰动来模拟多模态语言模型中失语症样命名错误的方法。通过对 LLaVA 1.6 进行损伤，他们发现，在图片命名中的七种常见反应类别中，有六种（如语义错误和不相关反应）可以以临床上可比的比例重现。该框架成功地在至少六个类别中匹配了 97.8% 的失语症患者的个体错误特征，在所有七个类别中匹配了 79.5%，这表明语言模型有可能充当中风后失语症患者的数字孪生。