University of Oxford（牛津大学）

Unveiling Latent Knowledge in Chemistry Language Models through Sparse Autoencoders

通过稀疏自编码器揭示化学语言模型中的潜在知识

Jaron Cohen, Alexander G. Hasson, Sara Tanovic

机构 * Independent researcher（独立研究者） ； Department of Oncology, University of Oxford（牛津大学肿瘤学系） ； Department of Chemistry, University of Oxford（牛津大学化学系） 纠错

AI总结 通过稀疏自编码器揭示化学语言模型中的潜在知识，分析其在不同分子数据集上的激活模式，揭示化学概念的丰富景观。

Identifying treatment response subgroups in observational time-to-event data

在观察性时间到事件数据中识别治疗反应亚组

Vincent Jeanselme, Chang Ho Yoon, Fabian Falck, Brian Tom, Jessica Barrett

机构 * University of Cambridge（剑桥大学） ； The Alan Turing Institute（艾伦·图灵研究所） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出了一种基于结果导向的亚组分析策略，用于在随机对照试验和观察性研究中识别治疗反应不同的患者亚组，从而提升医疗决策的精准性。

Comments Presented at ML4H 2025

Lost in Translation, Found in Embeddings: Sign Language Translation and Alignment

迷失在翻译中，发现于嵌入：手语翻译与对齐

Youngjoon Jang, Liliane Momeni, Zifan Jiang, Joon Son Chung, Gül Varol, Andrew Zisserman

机构 * VGG, University of Oxford（Oxford大学视觉几何组） ； KAIST（韩国科学技术院） ； University of Zurich（苏黎世大学） ； LIGM, École des Ponts, IP Paris, UGE, CNRS（图像是巴黎理工学院的LIGM实验室、UGE、CNRS） 纠错

AI总结 本文提出统一模型实现手语翻译与对齐，通过轻量视觉主干、滑动感知映射网络和多任务训练策略，在BOBSL数据集上取得SLT和SSA的最先进结果，并展示跨语言泛化能力。