Johns Hopkins University（约翰斯·霍普金斯大学）

LLMs Know More About Numbers than They Can Say

LLMs对数字了解得比他们能说的更多

Fengting Yuchi, Li Du, Jason Eisner

机构 * Shanghai Jiao Tong University（上海交通大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 研究发现LLM对数字大小的内部表示影响其数值推理能力，通过隐藏状态探测和微调提升准确性。

Comments EACL 2026 (Oral), camera-ready version with GitHub link

Transferring Extreme Subword Style Using Ngram Model-Based Logit Scaling

使用基于ngram模型的logit缩放进行极端子词风格转移

Craig Messner, Tom Lippincott

机构 * Center for Digital Humanities（数字人文中心） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出基于ngram模型的logit缩放技术，用于在推理阶段将极端子词风格转移到大型语言模型中，通过调整困惑度实现风格迁移与流畅性的平衡。

Comments Accepted for publication at NLP4DH 2025 @ NAACL

Journal ref Proceedings of the 5th International Conference on Natural Language Processing for Digital Humanities (2025)

Examining Language Modeling Assumptions Using an Annotated Literary Dialect Corpus

利用标注的文学方言语料库检验语言模型假设

Craig Messner, Tom Lippincott

机构 * Center for Digital Humanities（数字人文中心） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文通过标注的文学方言语料库，探讨了不同语言建模假设对正写法变化信息提取的影响，发现词标注方案对模型表现有显著影响。

Comments Accepted to NLP4DH@EMNLP2024

Journal ref Proceedings of the 4th International Conference on Natural Language Processing for Digital Humanities (2024)

Pairing Orthographically Variant Literary Words to Standard Equivalents Using Neural Edit Distance Models

利用神经编辑距离模型配对正字法变异的文学词汇与其标准等价词

Craig Messner, Tom Lippincott

机构 * Center for Digital Humanities Johns Hopkins University（数字人文中心约翰霍普金斯大学） 纠错

AI总结 本文通过神经编辑距离模型解决文学作品中正字法变异词与标准词配对的问题，并对比不同训练策略下的模型性能。

Comments Accepted to LaTeCH@EACL2024

Journal ref Proceedings of the 8th Joint {SIGHUM} Workshop on Computational Linguistics for Cultural Heritage, Social Sciences, Humanities and Literature (2024)

Fluoroscopy-Constrained Magnetic Robot Control via Zernike-Based Field Modeling and Nonlinear MPC

基于Zernike场模型和非线性MPC的X射线约束磁力机器人控制

Xinhao Chen, Hongkun Yao, Anuruddha Bhattacharjee, Suraj Raval, Lamar O. Mair, Yancy Diaz-Mercado, Axel Krieger

机构 * Laboratory for Computational Sensing and Robotics（计算感知与机器人实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； Department of Mechanical Engineering（机械工程系） ； University of Maryland（马里兰大学） ； Division of Magnetic Manipulation and Particle Research（磁操控与粒子研究部） ； Weinberg Medical Physics（韦因伯格医学物理） 纠错

AI总结 本文提出基于Zernike场模型和非线性MPC的磁力机器人控制方法，实现X射线成像下高精度的药物输送与安全导航。

GRACE: an Agentic AI for Particle Physics Experiment Design and Simulation

GRACE：一个用于粒子物理实验设计和模拟的智能体

Justin Hill, Hong Joo Ryoo

机构 * Data Science Institute, Columbia Engineering（数据科学研究院，哥伦比亚工程学院） ； Department of Physics and Astronomy, Johns Hopkins University（物理与天文学系，约翰霍普金斯大学） 纠错

AI总结 GRACE是一个用于粒子物理实验设计和模拟的智能体，通过自主探索设计修改提升物理性能，引入了新的基准测试和约束搜索方法。

Comments Both authors contributed equally. 43 pages, 12 figures, 6 tables, data can be found in https://github.com/just5034/GRACE_whitepaper_data

Is Vibe Coding Safe? Benchmarking Vulnerability of Agent-Generated Code in Real-World Tasks

Vibe 编程是否安全？在现实任务中对代理生成代码的漏洞基准测试

Songwen Zhao, Danqing Wang, Kexun Zhang, Jiaxuan Luo, Zhuo Li, Lei Li

机构 * Carnegie Mellon University Language Technologies Institute（卡内基梅隆大学语言技术研究所） ； Columbia University（哥伦比亚大学） ； Johns Hopkins University（约翰霍普金斯大学） ； HydroX AI 纠错

AI总结 本文通过基准测试发现，Vibe 编程在现实任务中生成的代码安全性不足，尽管功能正确但存在安全漏洞，警示其在安全敏感领域应用的风险。