NLP & ML6 min read
IA & Neurosciences
Les neurones brouillés d’un modèle de langage recréent les effets d’un AVC sur la parole
Des chercheurs ont perturbé LLaVA 1.6 pour simuler les erreurs de dénomination d’images chez des patients aphasiques et ont mis en correspondance les profils individuels dans jusqu’à sept catégories d’erreurs pour 79,5 % des cas. Six des sept types d’erreurs sont apparus naturellement avec différentes configurations de perturbation, suggérant que des modèles multimodaux généralistes peuvent fonctionner comme des jumeaux numériques pour les déficits langagiers post-AVC.
2026-07-24