Activation-Guided Neuron Intervention to Induce Alzheimer's-Related Computational Language Phenotypes in a Large Language Model
作者: Rui He, Ercong Nie, Hong Jiang, Iris E. Sommer, Philipp Homan, Wolfram Hinzen
分类: cs.CL
发布日期: 2026-08-04
备注: 17 pages, 5 figures, 2 tables
💡 一句话要点
提出激活引导神经元干预以揭示阿尔茨海默病相关语言特征
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 阿尔茨海默病 语言模型 神经元干预 认知功能 计算表型 语言变化 机器学习
📋 核心要点
- 现有方法仅能检测阿尔茨海默病的语言变化，无法确定模型表示是否对行为有功能性贡献。
- 提出的激活引导干预框架通过识别高激活神经元并调节其输出，探索语言与认知功能之间的关系。
- 实验显示，增强AD相关神经元导致多项认知任务表现下降，而减弱则改善了部分结果，验证了模型的有效性。
📝 摘要（中文）
阿尔茨海默病（AD）患者的自发言语变化是认知功能障碍的早期信号，而大型语言模型（LLMs）能够检测这些变化。本文提出了一种激活引导干预框架，利用Qwen3-8B模型，识别在AD转录本中激活率较高的前馈神经元，并通过调整相应的下投影权重来调节其输出贡献。实验结果表明，增强AD相关神经元导致故事回忆、语言流畅性等多个认知领域的表现下降，而减弱则在一定程度上保留了性能并改善了某些结果。这些发现证明了临床语言差异所识别的神经元能够影响行为，提供了AD相关计算表型的概念验证。
🔬 方法详解
问题定义：本文旨在解决如何通过大型语言模型识别和干预阿尔茨海默病相关的语言特征。现有方法仅能检测语言变化，无法探讨其背后的神经元功能。
核心思路：通过激活引导干预框架，识别在AD转录本中激活率较高的神经元，并通过调整其输出权重来影响生成结果，从而探索语言与认知功能的关系。
技术框架：该框架包括以下几个主要模块：1) 神经元激活率的识别；2) 输出贡献的调节；3) 生成模型的评估。通过对比原始模型和编辑模型的表现，评估干预效果。
关键创新：最重要的创新在于通过激活引导的方式，直接干预神经元的输出，从而影响语言生成的表现。这种方法与传统的仅依赖于数据分析的方式有本质区别。
关键设计：在模型中，调整了下投影权重以实现对神经元输出的调节，设计了九种不同的干预变体，涵盖干预方向、幅度和范围等参数，确保了实验的全面性和有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，增强AD相关神经元导致故事回忆、语言流畅性等任务表现显著下降，而减弱这些神经元则在多个任务中改善了表现，验证了模型的有效性。这些结果与人类AD患者的语言特征变化相似，提供了重要的实验依据。
🎯 应用场景
该研究的潜在应用领域包括阿尔茨海默病的早期诊断和干预策略的开发。通过理解语言变化与认知功能的关系，可以为临床提供新的评估工具，并推动个性化治疗方案的制定，具有重要的实际价值和未来影响。
📄 摘要（原文）
Changes in spontaneous speech provide an early signal of cognitive dysfunction in Alzheimer's disease (AD) that large language models (LLMs) can detect. However, detection alone cannot establish whether the underlying model representations contribute functionally to behavior. We introduce an activation-guided intervention framework using Qwen3-8B. The framework identifies feed-forward neurons with higher activation rates for AD than control transcripts and modulates their output contributions during generation by scaling the corresponding down-projection weights. This yielded nine edited variants differing in intervention direction, magnitude, and scope. The original and edited models completed the same 12-turn neuropsychological battery, assessed through blinded human ratings and computational linguistic measures. Amplifying AD-associated neurons produced graded impairments in story recall, verbal fluency, working memory, procedural discourse, scene construction, and coreference resolution. Attenuation largely preserved performance and selectively improved several outcomes. Amplification also reduced lexical surprisal, idea density, syntactic complexity, and discourse quantity, broadly paralleling changes reported in human AD speech. These findings show that neurons identified solely from clinical language differences can influence behavior across multiple cognitive domains, providing proof of concept for an AD-related computational phenotype and a controlled framework for experimentally examining links between language and broader cognitive dysfunction.