论文

本研究构建了Huang-Di大语言模型，通过生成式AI技术实现中医古籍的深度数字化与知识服务。

本文提出了一种融合知识图谱和大语言模型的高校科研管理问答系统，显著提升了科研信息检索的准确性和效率。

该研究通过动态能力视角，探讨了人工智能与人类智能融合在应急管理决策中的作用，提出了两种应急决策策略，并揭示了人机融合的动态能力如何提升应急管理效率。

这篇论文探讨了教育科技（EdTech）初创公司如何将数据转化为资产，并通过不同的租金获取实践从中获利。

本文通过对比分析多种检索增强生成（RAG）方法，提出了优化RAG过程的策略，显著提升了大型语言模型（LLM）的响应准确性和效率。

研究表明，大型语言模型在引用上下文分析中的一致性优于人类，但预测性能较差，无法完全替代人类注释者。

本研究通过潜在剖面分析揭示了中国大学生在使用大语言模型进行英语学习时的三种不同参与模式。

人工智能创新通过提高生产效率和产品创新，显著促进居民消费，尤其是享受型消费。

生成式AI在教育中展现出巨大潜力，但也带来了伦理、教学质量和学生自主学习能力等多重挑战。

本文提出了一种基于深度强化学习的人机协同智慧决策机器人，有效缓解了供应链中的牛鞭效应。

数据要素市场化建设显著促进了企业数字化转型，并通过市场整合和降低交易费用提升企业价值。

大型语言模型（LLMs）如何重塑集体智能，带来机遇与挑战。

研究表明，企业AI能力显著提升碳减排绩效，尤其在政府环保压力和市场竞争激烈时效果更佳。

人工智能投入对产业国际比较优势的影响呈倒U型关系，供给约束是关键因素。

大模型驱动的具身智能通过结合大模型的感知、推理能力与具身智能框架，提升数据效率和泛化能力，推动人工智能迈向实体机器人。

这篇教程介绍了如何利用开源的大型语言模型（LLMs）推动行为科学研究，涵盖特征提取、微调和文本生成等应用。

本研究通过比较BERTopic与传统主题模型，揭示了MOOC论坛中紧急帖子的主题识别方法，帮助教师快速响应学生需求。

本文探讨了大型语言模型（LLMs）是否真正使用其生成的词语，并提出了从语言学元语义理论的角度来评估其输出的意义。

本文探讨了数据要素在数字经济时代如何通过规模效应推动产业结构转型和生产率提升。

本文探讨了数据要素如何通过技术创新和资源优化驱动新质生产力的发展，提出了实现路径和理论框架。