论文

政府开放公共数据资源显著提升了企业的全要素生产率，推动了企业高质量发展。

这篇论文探讨了人工智能设计研究的挑战，并提出了在信息系统领域发表相关研究的可行路径。

人工智能算法在企业研发决策中可能导致“合谋”，降低研发投入但提高利润，影响市场竞争和创新。

研究发现，消费者更愿意分享由人工智能生成的内容，因为这能提升他们的科技创新形象和情绪唤醒。

本文提出了一种基于人工智能教育大模型的综合素质评价框架，旨在通过数智化动态评价提升教育评价的实效性。

人工智能可供性通过智能制造平台价值共创显著提升制造企业数字化转型绩效。

本文探讨了提示工程与对齐技术在提升大语言模型和视觉语言模型性能中的应用，提出了基于提示优化、专家反馈和实时调整的引导框架。

研究发现GPT-4在大多数心理理论任务中表现优于人类，但在识别社交失误方面表现不佳。

研究发现，按钮交互比自由文本交互更受用户欢迎，社交错误响应仅提高用户满意度。

研究发现，ChatGPT生成的合成调查数据在统计推断上不可靠，且响应分布随时间变化，引发对LLM生成数据质量的担忧。

本文提出了一种基于AI-HI融合的突发食品污染事件风险管理方法，有效评估乳制品安全风险并提升企业应急准备能力。

这篇系统综述揭示了ChatGPT在多个领域应用中的五大局限性和五大机遇，为未来的研究和实践提供了重要参考。

ChatGPT-4在德国商法考试中表现优异，成为首个通过现实法律任务的对话代理，但仍需人工验证。

该研究通过对比浅层机器学习与预训练语言模型，提升了反思性写作的文档级分类准确性，为教师教育中的自动反馈机制提供了新思路。

本文探讨了生成式人工智能大模型的全球治理问题，提出了基于欧盟数字立法的技术规制方案。

本文探讨了数据要素如何赋能新质生产力，提出了理论逻辑与实践路径，助力经济高质量发展。

本文提出了人工智能教育大模型的体系架构与关键技术策略，旨在推动教育数字化转型与智能化升级。

本文通过案例分析，揭示了人工智能如何通过人机交互推动供应链韧性的形成与动态演进，并阐明了AI在供应链韧性塑造中的独特作用。

开发了一种自然语言模型，能够自动分类五种自传体记忆类型，显著提高记忆偏差评估的效率和准确性。

研究探讨了ChatGPT在教育评估中的潜力，发现其与人类评分者之间存在中等相关性，为自动化评分技术提供了新见解。