Northeastern University（东北大学）

In-Context Algebra

上下文中的代数

Eric Todd, Jannik Brinkmann, Rohit Gandikota, David Bau

机构 * Northeastern University（东北大学） ； TU Clausthal（图鲁姆大学） 纠错

AI总结 本研究探讨了transformer在上下文代数任务中学习的机制，发现模型能通过动态变量分配实现符号推理。

Comments ICLR 2026. 35 pages, 22 figures. Code and data at https://algebra.baulab.info

Machine Unlearning Doesn't Do What You Think: Lessons for Generative AI Policy and Research

机器去学习并不如你所想：生成式AI政策与研究的启示

A. Feder Cooper, Christopher A. Choquette-Choo, Miranda Bogen, Kevin Klyman, Matthew Jagielski, Katja Filippova, Ken Liu, Alexandra Chouldechova, Jamie Hayes, Yangsibo Huang, Eleni Triantafillou, Peter Kairouz, Nicole Elyse Mitchell, Niloofar Mireshghallah, Abigail Z. Jacobs, James Grimmelmann, Vitaly Shmatikov, Christopher De Sa, Ilia Shumailov, Andreas Terzis, Solon Barocas, Jennifer Wortman Vaughan, danah boyd, Yejin Choi, Sanmi Koyejo, Fernando Delgado, Percy Liang, Daniel E. Ho, Pamela Samuelson, Miles Brundage, David Bau, Seth Neel, Hanna Wallach, Amy B. Cyphert, Mark A. Lemley, Nicolas Papernot, Katherine Lee

机构 * The GenLaw Center（GenLaw中心） ； Microsoft Research（微软研究院） ； Stanford University（斯坦福大学） ； Google DeepMind（谷歌DeepMind） ； Center for Democracy & Technology（民主与科技中心） ； Princeton（普林斯顿） ； Google（谷歌） ； University of Washington（华盛顿大学） ； University of Michigan（密歇根大学） ； Cornell Tech（康奈尔科技） ； Cornell Law School（康奈尔法学院） ； Cornell University（康奈尔大学） ； Lighthouse ； Stanford Law School（斯坦福法学院） ； UC Berkeley（伯克利大学） ； Independent（独立研究者） ； Northeastern University（东北大学） ； Harvard Business School（哈佛商学院） ； W. Virginia University College of Law（维珍尼亚大学法学院） 纠错

AI总结 本文指出机器去学习并非通用解决方案，揭示其在生成式AI政策与研究中的局限性。

Comments NeurIPS 2025 (Oral)

Equitable Evaluation via Elicitation

通过 elicitation 实现公平评估

Elbert Du, Cynthia Dwork, Lunjia Hu, Reid McIlroy-Young, Han Shao, Linjun Zhang

机构 * Harvard University（哈佛大学） ； Northeastern University（东北大学） ； University of Maryland（马里兰大学） ； Rutgers University（罗格斯大学） 纠错

AI总结 本文提出了一种交互式AI系统，通过elicitation准确评估技能并减少自我报告偏见，提升公平性。

Comments 27 pages, 3 figures, 2 tables

IslamicLegalBench: Evaluating LLMs Knowledge and Reasoning of Islamic Law Across 1,200 Years of Islamic Pluralist Legal Traditions

伊斯兰法律基准：评估LLMs在1200年伊斯兰多元法律传统中的知识和推理能力

Ezieddin Elmahjub, Junaid Qadir, Abdullah Mushtaq, Rafay Naeem, Ibrahim Ghaznavi, Waleed Iqbal

机构 * Qatar University（卡塔尔大学） ； Information Technology University（信息技术大学） ； Northeastern University（东北大学） ； Queen Mary University of London（伦敦女王学院） 纠错

AI总结 伊斯兰法律基准评估LLMs在伊斯兰法推理中的能力，揭示其在复杂任务中存在显著缺陷，强调基础知识缺失对AI性能的影响。

Comments This manuscript has been submitted for review to Artificial Intelligence \& Law

LLMs Process Lists With General Filter Heads

LLMs 处理列表时使用通用过滤头

Arnab Sen Sharma, Giordano Rogers, Natalie Shapira, David Bau

机构 * Khoury College of Computer Sciences, Northeastern University（克劳利计算机科学学院，东北大学） 纠错

AI总结 本研究揭示了LLMs在处理列表任务时通过通用过滤头实现过滤操作的机制，展示了其与函数式编程中过滤策略的相似性。

Comments Code and data at https://filter.baulab.info/