University of Oxford（牛津大学）

Sound Probabilistic Safety Bounds for Large Language Models

大语言模型的可靠概率安全边界

Mahdi Nazeri, Anne-Kathrin Schmuck, Sadegh Soudjani, Alessandro Abate

机构 * University of Oxford（牛津大学） ； Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； University of Birmingham（伯明翰大学） 纠错

AI总结 研究提出框架计算大语言模型生成有害输出概率的严格边界，利用克洛普 - 皮尔逊置信区间，通过潜在空间特征优先探索有害分支，能高效计算可靠下界，实验验证方法有效性，为模型评估和认证提供新途径。

Comments The Initial version of this manuscript has been available on OpenReview, see https://openreview.net/forum?id=papImkPLf5

STN-TGAT: Top-K Portfolio Construction via Prior-Guided Graph Attention with Learnable Soft-Threshold Sparsification

STN-TGAT：通过具有可学习软阈值稀疏化的先验引导图注意力进行前K投资组合构建

Haoran Guo, Yutong Lu, Li Zhang

机构 * University College London（伦敦大学学院） ； University of Oxford（牛津大学） 纠错

AI总结 本文针对现实投资场景下股票排名与投资组合构建问题，提出STN-TGAT，集成时间Transformer与图注意力网络，结合基于NMI的先验图及软阈值稀疏化机制，纳入实际投资考量，实证显示其在预测和盈利方面优于基准模型，为投资组合构建提供有效框架。