分类： 心理学 >> 应用心理学 提交时间： 2025-01-10
摘要： 随着信息化时代的进程不断推进，情绪在消费者决策中的影响力日益增强。近年来，情绪调节逐渐成为塑造消费者行为的重要因素，尤其在年轻群体中表现得尤为显著。本文从心理学和经济学的视角探讨了情绪波动与消费欲望之间的关系。研究基于情绪调节理论，通过扩充情绪词典和分析微博大数据，考察情绪对社会消费品零售总额的影响。首先，本研究结合现有情绪词库和腾讯AILab中文词向量数据，利用大模型筛选候选词，构建了更贴合当代网络语言的情绪词典。随后，基于该词典对2010至2020年的微博情绪数据进行面板数据分析，发现积极情绪（如愉悦、良好）显著促进消费增长，而愤怒和悲伤情绪则通过冲动性或补偿性消费拉动消费水平。相比之下，惊恐情绪对消费行为有一定抑制作用。研究结果不仅丰富了情绪与消费行为关系的理论研究，也为市场营销和政策制定提供了重要参考。
分类： 计算机科学 >> 计算机应用技术 提交时间： 2024-04-10
摘要： 在人工智能与大数据技术背景下，利用大模型及构建标准文献知识库对于科研创新、知识挖掘和信息检索具有重要价值。标准文献知识库为各行业的规范化、标准化提供了坚实的支撑。本研究首先探讨了标准文献的现状，然后基于检索增强搭建大模型与标准文献知识库集成的框架，并提出各阶段增强优化探索。最后展望了未来的研究方向和应用前景。
分类： 其他 >> 综合 提交时间： 2023-03-28 合作期刊: 《中国科学院院刊》
摘要： 以 ChatGPT及其大语言模型为代表的人工智能将对经济学研究范式产生深远影响。目前，经济学实证研究一般使用参数维数较少、经济可解释性较强的小模型。然而，经济金融系统是一个超高维动态复杂系统，受多种因素的影响，且这些因素之间的关系呈现非线性与时变性特征，小模型无法刻画其本质规律。大模型可有效减少系统偏差，更好刻画复杂经济系统的特征与运行规律；而海量数据的使用可避免模型过度拟合，使大模型具有较好的泛化能力即样本外预测能力。为支持经济学及社会科学其他领域的大模型的估计、推断与预测，需要利用人工智能技术整合各种异构、异源、异频数据，构建大规模计量经济学数据库，并加强大算力等信息技术基础设施建设。目前，ChatGPT 及大模型等前沿人工智能技术仍存在局限性，如：无法像人类一样进行批判性思考或想象，只有预测能力；基于大数据的人工智能因果推断本质上是一种统计关系推断，需要引入经济理论或实验方法帮助识别真正的因果关系；人工智能技术不能改变经济学实证研究从样本推断总体性质的本质；同时，由于互联网大数据存在大量虚假信息或样本选择偏差等问题，基于人工智能所获得的结论的可靠性需要验证。
分类： 信息科学与系统科学 >> 信息科学与系统科学基础学科 提交时间： 2025-01-15
摘要： 随着移动通信与人工智能技术的飞速发展，当今社会对于信息智能化处理的需求迅速攀升，信息处理技术正在经历着由信号处理向内容处理的深刻变革。以傅里叶分析为代表的传统信号分析方法在分析和刻画信号时-频特性方面取得了巨大的成功，而在内容层面的信号语义特性分析方法却存在着一定的研究空白。因此，本文致力于为语义信息分析提供新的视角，提出了一种基于语义分解的语义信息分析方法。该方法认为，一个大颗粒度的语义信息可以分解为多个小颗粒度的语义信息，正如傅里叶变换可以将时域信号分解成多个不同频率分量的信号。本文所提出的语义分解方法关注到现实世界中语义信息天然存在的层级结构，其核心思路在于将复杂的语义信息分解为基本的单元组合结构，从而进行表征与理解。为此，本文提出了一系列核心概念，包括语义基元、语义分解树和语义颗粒度等，并定义了语义基元提取的相关运算和方法。通过实验验证，本文提出的语义信息分解方法能够有效地分解和表征语义信号，为信息处理技术的进一步发展提供了理论基础和实践指导。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2024-05-08
摘要： 目的/意义 本文以人文社科领域为出发点，从人文社科领域基础知识与人文社科学术文本两个方面入手进行人文社科领域模型性能比对。旨在为人文社科领域提供一份体系化的大模型评测基准，供人文社科相关领域研究人员参考。 方法/过程 设计了7个人文社科领域相关的评测任务并选取对应指标，在此基础上，选取了当前开源且性能较优的通用领域中文大模型，通过调用本地模型以问答形式完成领域化任务，并选取相关指标对其在人文社科领域的性能进行了量化评测。 结果/结论 评测结果表明，在本文选取的开源模型中，无论是基座模型还是对话模型，Qwen性能最优，Baichuan2紧随其后，InternLM次之，Atom表现最差，此外，大多数情况下，相较于基座模型，对话模型表现出了更加优越的性能。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2025-04-13
摘要： [目的] 随着全球情报格局日趋复杂，传统情报分析方法与简单大模型需求对齐机制在应对精细化战略情报任务时已显现明显瓶颈，亟需探索融合大语言模型的智能体协同机制，以破解战略情报分析的能力鸿沟。[方法] 以人类认知映射理论为导向，梳理Google、Anthropic、斯坦福等机构的智能体设计理念，结合新一代信息科技战略研究中心（CaSIT）的实践积累，构建了一套多智能体协同分析框架，并通过实际业务场景开展案例实证。[结果] 多智能体系统通过需求解析、任务规划、记忆存储、工具调用和情报分析等环节的深度协同，实现了从情报需求到决策支持的全流程智能化闭环，提升了大模型的战略研判能力。[局限] 在智能体复杂需求理解、大语言模型部署成本方面存在局限，跨领域适应性、非结构化数据处理与深度分析能力仍需加强。[结论] 构建了整合多源监测与态势感知功能的战略情报多智能体分析框架。
分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2024-06-26 合作期刊: 《农业图书情报学报》
摘要： 目的/ 意义 AI 就绪建设是连接当前先进AI 技术与应用场景之间发展间隔的重要举措，本研究旨在探讨和设计科 技情报领域的AI 就绪的科技情报数据资源建设方法，为情报领域的AI 就绪建设提供参考。 方法/ 过程 本研究基于国内外 各界AI 就绪发展现状的调研结果，对AI 就绪建设进行了初步定义，并从含义范畴、建设角度、建设对象、建设原则、控制 维度和模式类型六大方面对科技情报领域的AI 就绪建设模式进行系统地探讨和设计。 结果/ 结论 当前全球AI 发展迅速， 科技情报领域作为科学研究与先进技术应用的前沿观察与战略指导性学科，应当建立AI 就绪的科技情报数据资源体系。研究 提出了AI 就绪的科技情报数据资源建设的总模式，并结合现有建设实践探讨并呈现科技情报数据资源AI 就绪化建设的具体 实践路径。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2024-03-01
摘要： 目的 本文旨在提高专利技术功效自动化提取的准确度。 方法 使用ChatGPT作为教师模型（Teacher-model），ChatGLM3作为学生模型(Student-model)，通过知识蒸馏，将ChatGPT生成的训练数据微调ChatGLM3，得到多个技术词抽取模型和功效词抽取模型。采用多个技术词抽取模型分别从专利的摘要、第一权利要求和技术功效语段中抽取技术词，并采用功效词抽取模型从技术功效语段中抽取功效词。 结果 微调后的多个技术词抽取模型和功效词抽取模型相较于ChatGPT，在抽取技术词和功效词时呈现准确率高、召回率低的特点，第一权利要求的ChatGLM3微调模型的准确率和F1值最高，分别为0.734和0.724。功效词抽取模型抽取的功效词的准确率为0.649，大于商业工具标注功效词的准确率0.53。 局限 本研究的技术领域和专利语言单一，验证数据量偏小，数据清洗规则还有待于继续优化。 结论 本研究方案通过知识蒸馏操作，提升了大语言模型自动化抽取技术功效的准确性。同时，本研究能够支持从专利文本中挖掘前沿创新技术、热点技术，支撑更高质量的智能化专利分析。
分类： 其他 >> 综合 提交时间： 2023-10-09 合作期刊: 《心理学报》
摘要： 本研究采用为期2年的纵向追踪设计, 在436名青少年中考察远端童年期虐待与近端同伴侵害对青少年自伤的相对作用与影响模式, 以及FKBP5基因在其中发挥的调节作用。结果发现：(1)远近端人际压力均能显著预测青少年自伤行为, 但二者的相对作用在青春期不同阶段会发生变化; (2)在全样本中, 远近端人际压力均以压力放大模式影响自伤行为, 即高童年期虐待放大近期同伴侵害对自伤行为的预测作用; (3)纳入FKBP5基因后, 在AA纯合子青少年中仍符合压力放大模型, 但在AC和CC基因型青少年中, 影响模式则符合压力敏感模型, 即经历高童年期虐待的青少年对近期同伴侵害更加敏感, 在低同伴侵害下自伤得分相对较高。研究结果提示, 远近端人际压力对青少年自伤的特定影响模式因其遗传基因而有所差异。
分类： 统计学 >> 社会统计学 提交时间： 2024-03-27 合作期刊: 《中国科学院院刊》
摘要： 近年来，人工智能（AI） 在前沿科技领域取得了诸如AlphaFold2、核聚变智能控制、新冠药物设计等 诸多令人瞩目成果，表明AI for Science 正在成为一种新的研究范式。实现智能时代的基础科学源头创新及其 下游重大技术创新，需破解2 个方面的核心问题：（1） 如何利用新一代AI （特别是生成式AI及大模型） 的通 用性和创造性推动新范式的形成；（2） 如何利用AI实现对传统科学设施的赋能与改造。文章提出一种智能化 科学设施的建设构想，兼顾“高度智能化的科学新设施”和“AI 赋能已有科学大设施”2 个层面的需求，构 筑AI for Science 的科学设施体系，形成科学领域大模型、生成式模拟与反演、自主智能无人实验及大规模可 信科研协作等创新功能，加速重大科学发现、变革性物质合成，以及重大工程技术应用。
分类： 计算机科学 >> 计算机科学技术其他学科 提交时间： 2025-05-30
摘要： 随着人工智能在多行业、多场景的快速渗透，如何在复杂的实际应用中融合通用大模型的语言理解优势与行业专有知识库，成为构建下一代智能中枢的关键挑战。本文提出一种基于多模态认知决策的具身大脑系统“文录”，旨在实现私密知识与公共模型的安全融合、图像语音等多模态数据的一体化处理，以及从认知到硬件代码自动生成的闭环决策。系统通过类脑记忆标记与回放机制，将用户私密数据、行业专有知识、通用语言模型进行了有机结合，为企业决策辅助、医疗分析、无人驾驶、机器人控制等提供精确而高效的多模态服务。相较于现有技术方案，“文录”具备多模态处理、隐私安全、端到端硬件控制代码生成、自学习与可持续更新等显著优势，为构建新一代智能中枢奠定了基础。
分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2024-06-17 合作期刊: 《智慧农业（中英文）》
摘要： ［目的/意义］近年来，人工智能在农业领域的应用取得了显著进展，但仍面临诸如模型数据收集标记困 难、模型泛化能力弱等挑战。大模型技术作为近期人工智能领域新的热点技术，已在多个行业的垂直领域中展现 出了良好性能，尤其在复杂关联表示、模型泛化、多模态信息处理等方面较传统机器学习方法有着较大优势。［进 展］ 本文首先阐述了大模型的基本概念和核心技术方法，展示了在参数规模扩大与自监督训练下，模型通用能力 与下游适应能力的显著提升。随后，分析了大模型在农业领域应用的主要场景；按照语言大模型、视觉大模型和 多模态大模型三大类，在阐述模型发展的同时重点介绍在农业领域的应用现状，展示了大模型在农业上取得的研 究进展。［结论/展望］ 对农业大模型数据集少而分散、模型部署难度大、农业应用场景复杂等困难提出见解，展 望了农业大模型未来的发展重点方向。预计大模型将在未来提供全面综合的农业决策系统，并为公众提供专业优 质的农业服务。
分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2024-06-17 合作期刊: 《智慧农业（中英文）》
摘要： ［目的/意义］作物农艺性状与形态结构表型智能识别是作物智慧育种的主要内容，是研究“基因型—环 境型—表型”相互作用关系的基础，对现代作物育种具有重要意义。［进展］ 大规模、高通量作物表型获取设备 是作物表型获取、分析、测量、识别等的基础和重要手段。本文介绍了高通量作物表型主流平台和感知成像设备 的功能、性能以及应用场景。分析了作物株高获取、作物器官检测与技术等农艺性状智能识别和作物株型识别、 作物形态信息测量以及作物三维重建等形态结构智能识别技术的研究进展及挑战。［结论/展望］从研制新型低成 本田间智能作物表型获取与分析装备、提升作物表型获取田间环境的标准化与一致性水平、强化田间作物表型智 能识别模型的通用性，研究多视角、多模态、多点连续分析与时空特征融合的作物表型识别方法，以及提高模型 解释性等方面，展望了作物表型技术主要发展方向。
分类： 计算机科学 >> 自然语言理解与机器翻译 提交时间： 2023-07-29
摘要： 目前主流的人工智能，普遍采用注意力机制 + 深度学习+强化学习的技术道路。在 AIGC（Artificial Intelligence Generated Content）领域取得了长足进步，掀起了大模型的技术浪潮。但在那些需要和实际环境互动的领域，比如老人护理，家庭保姆，农业生产，车辆驾驶等领域，试错成本很高，需要大量试错的强化学习过程难以实现。所以，要想实现能适用于任何领域的通用人工智能，我们既要利用现有技术，又要解决现有技术的缺陷，从而推动人工智能的技术浪潮进一步发展。在本文中，我们分析了大模型技术路线的局限性，并针对这些局限性，提出了解决方案，从而解决了大模型的固有缺陷。在本文中，我们将揭示如何一步一步实现通用人工智能。
点击量
待评议
点击量
下载量
评论
通过
