损伤的多模态语言模型复现失语症图片命名模式

中风后的失语症常产生具有特征性画像的系统性命名错误，但未为临床仿真设计的通用语言模型能否复现这些模式仍未经检验。我们考察：(1) 对多模态语言模型的损伤或受控扰动能否复现图片命名的不同错误类型；(2) 该框架能否复现个体失语症者（PWA）的完整错误画像。使用LLaVA 1.6，我们评估变化扰动层级、比例与噪声量的配置；在费城命名测验上考察278名PWA，用经验证的神经分类器把响应分为七类。七个响应类别中的六个（正确、语义性、混合、无关、新语、无响应错误）在不同的参数空间区域以临床可比比例出现，正式性错语是例外。搜索扰动空间发现：97.8%的PWA至少在七类中的六类上、79.5%在全部七类上，存在复现个体错误画像的配置。蒙特卡洛基线确认这种匹配反映类间联合结构而非边际重叠。结果建立了复现个体失语图片命名错误模式的定量框架，提示语言模型有潜力作为中风后失语个体的数字孪生。