Johns Hopkins University（约翰斯·霍普金斯大学）

Strengthening Target-Language Features: SAE-Based Steering for Multilingual Inference

强化目标语言特征：基于SAE的多语言推理引导

Hongsheng Wang, Philipp Koehn

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） 纠错

AI总结 本研究针对多语言大模型性能跨语言差异问题，提出基于SAE的推理时引导方法，通过注入目标语言特征提升模型在XCOPA、XNLI、MGSM等基准上的准确率。

Comments Corrected an author name. No changes to the paper content

Mapping Patient-Perceived Physician Traits from Nationwide Online Reviews with LLMs

基于大语言模型（LLM）从全国在线评论中映射患者感知的医生特质

Junjie Luo, Rui Han, Arshana Welivita, Zeleikun Di, Jingfu Wu, Xuzhe Zhi, Ritu Agarwal, Gordon Gao

机构 * Johns Hopkins School of Medicine（约翰霍普金斯医学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Carey Business School, Johns Hopkins University（约翰霍普金斯大学Carey商学院） ； Center for Digital Health Artificial Intelligence (CDHAI)（数字健康人工智能中心（CDHAI）） 纠错

AI总结 本研究提出基于LLM的流程从美国百万级医生的410万条在线评论中提取10项患者感知的医生特质，揭示了全国性特质分布模式与医生原型，为相关公平性、偏见研究提供了基础。

Comments Accepted in npj Digital Medicine