В погоне за даром речи — 15 июля 2026 г. в 12:24:36.259
В погоне за даром речи После инсульта речевые нарушения проявляются очень по-разному. Один человек забывает названия предметов, другой заменяет их близкими по смыслу словами, третий произносит несуществующие. Поэтому пациентам с одним диагнозом могут требоваться разные программы реабилитации. Проблема в том, что заранее проверить, какой подход поможет конкретному человеку, почти не на чем. Исследователи из Университета Южной Каролины решили целенаправленно испортить мультимодальную LLaVA 1.6 и посмотреть, сможет ли она воспроизвести индивидуальные проявления постинсультной афазии. Для этого они вызывали у неё искусственный инсульт: в разные слои языковой части добавляли шум, меняя слой, долю затронутых нейронов и интенсивность повреждения. Затем LLaVA попросили пройти Philadelphia Naming Test: 175 изображений, на которых нужно назвать показанное одним словом. Ответы повреждённой нейросети сравнили с результатами 278 людей с афазией. Модель воспроизвела шесть из семи клинических категорий в сопоставимых пропорциях: правильные ответы, семантические замены, смешанные и посторонние слова, неологизмы и невозможность ответить. Ошибки менялись не хаотично. Повреждение ранних слоёв быстро лишало модель ответа, средних чаще вызывало смысловые замены, поздних — неологизмы. Хуже всего дались формальные парафазии: замена слова на фонетически похожее, но не связанное по смыслу. Например, butterfly на buttercup. У LLaVA такие ответы занимали не более 3%, хотя у некоторых пациентов доминировали. После перебора 4 тыс. вариантов повреждения исследователи подобрали конфигурацию, совпавшую с индивидуальным профилем 97,8% участников минимум по шести категориям из семи. Для 79,5% совпали все семь. Правда, это лучшие результаты среди 50 случайных наборов затронутых нейронов. В типичном запуске показатели снижались до 55,8% и 37,4% соответственно. В конечном итоге учёные надеются создать модель, на которой можно проверять разные упражнения и терапевтические стимулы, а затем использовать результаты при подборе реабилитации для конкретного пациента. @anti_agi