Pratik Worah, Randall Bateman · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28214 · open-access PDF
Der fortschreitende neuronale Verlust ist das Kennzeichen der neurodegenerativen Erkrankung, aber wie der Verlust von Neuronen das Muster des kognitiven Rückgangs gestaltet, bleibt schlecht verstanden. Hier schwächen wir systematisch Neuronen (Computational Units) in Sprachmodellen, die sich über wiederkehrende Langzeitgedächtnisse (LSTM) und Transformator-Architekturen erstrecken, und wenden eingeschränkte Feinstellung als einfachen Proxy für kompensierende Plastizität an. Mit der Ablation der gesamten Einheit degradieren LSTMs allmählich mit syntaktischen und semantischen Fähigkeiten, die parallel über milde bis mäßige Schäden abnehmen. Im Gegensatz dazu zeigen Transformatoren einen späten Schwellenwert-ähn
Machine translation (Meta M2M100); the English original follows.
Progressive neuronal loss is the hallmark of neurodegenerative disease, yet how loss of neurons shapes the pattern of cognitive decline remains poorly understood. Here we systematically ablate neurons (computational units) in language models spanning recurrent long short-term memory (LSTM) and Transformer architectures and apply limited fine-tuning as a simple proxy for compensatory plasticity. With whole-unit ablation, LSTMs degrade gradually with syntactic and semantic faculties declining in parallel across mild-to-moderate damage. By contrast, Transformers exhibit late threshold-like collap
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28214, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange