一、文章主要内容总结
该研究聚焦大型视觉语言模型（LVLMs）的结构脆弱性，核心探索“移除少量关键神经元是否会引发模型灾难性崩溃”这一问题。通过提出CAN（Consistently Activated Neurons）方法，结合神经元激活强度与梯度敏感性对神经元重要性排序，进而通过渐进式屏蔽实验验证关键神经元的作用，主要发现如下：
- 极小神经元屏蔽即可触发崩溃：在LLaVA-1.5-7b-hf中，仅屏蔽语言模型前馈网络（FFN）的4-5个关键神经元，就会导致模型输出无意义文本（如重复字符、空输出），内部词汇分布（logits）严重紊乱；InstructBLIP-Vicuna-7b虽更稳健，但仅需屏蔽1200个左右神经元（占模型参数极小比例）也会崩溃。
- 关键神经元的分布特征：关键神经元主要集中在语言模型组件（而非视觉编码器、跨模态对齐模块等视觉相关组件）；且FFN中的下投影层（down_proj）比门投影层（gate_proj）更脆弱，屏蔽该层神经元所需数量更少、崩溃程度更严重。
- 统一的两阶段崩溃模式：所有模型均呈现“先表达退化、后完全崩溃”的规律：第一阶段（表达退化）CLIP分数（图文对齐度）逐渐下降，困惑度（语言流畅度）稳定；第二阶段（完全崩溃）困惑度骤升、CLIP分数跌至临界值（≤22）或无定义，模型彻底丧失理解与生成能力，且崩溃后无法恢复。
- 视觉组件与语言组件的差异：屏蔽视觉相关组件（如视觉
