counterfactual-validation

本文探讨能否从LLaVA-Vicuna 13B的失语症图片命名错误特征中恢复病灶参数。作者发现扰动强度可恢复，而层索引仅能近似恢复，反事实保真度为81.4%，且对卒中幸存者的泛化具有综合征区分性，这表明Transformer各层之间存在功能冗余。