2026年6月30日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | ACM Computing Surveys、IEEE TKDE、JAIR | 3 |
| 供应链金融 | JFQA、IRFA、IREF | 3 |
| 品牌 | Journal of Retailing、Journal of Advertising、Psychology & Marketing | 3 |
| 合计 | 9本 | 9篇 |
系统综述LLM基础能力的定义、形成机制及其在医疗、法律、金融等九大领域的差异化应用。
大语言模型（LLMs）在各类特定领域应用中展现出显著效能，然而哪些基础能力对各领域的成功贡献最大尚不明确。这种不确定性使LLM评估复杂化，因为现有基于基准的评估往往无法捕捉其实际性能——实际应用所需的能力可能与基准测量中的能力有所不同。本综述系统介绍了LLM的基础能力，涵盖其定义、形成机制和实际应用，进一步探讨了这些能力之间的关系及其如何协同支持复杂问题求解。在此基础上，回顾了LLM驱动应用在医学、法律、计算生物学、金融、社会科学与心理学、计算机编程与软件工程、机器人与智能体、学科AI和创意工作等九个领域的最新进展，分析各领域如何利用特定能力满足独特需求，并提出针对各领域关键能力的定制化评估策略。
构建大规模标注表格语料库并设计专用预训练框架，使LLM在表格分类和回归任务上分别提升8.9%和10.7%。
在数据科学中，分类、回归和缺失值填补等预测任务是表格数据分析的基本挑战。本研究探索将大语言模型（LLMs）应用于这些任务。尽管LLMs在自然语言理解方面表现卓越，但由于预训练期间接触结构化表格数据极少，其在表格数据上的效果受限。为弥补此差距，构建了大规模标注表格语料库并引入定制化预训练框架。训练后的模型在分类任务上平均提升8.9%，回归任务提升10.7%，并在零样本预测、少样本预测和上下文学习场景中均展现显著增益。此外，将方法应用于多种开源LLM并验证其通用性，为基于LLM的表格智能处理建立了新基准。
系统综述具备推理、行动和交互能力的Agentic LLM，按三类能力组织文献并提出研究议程。
Agentic LLM是能够推理、行动和交互的大语言模型。本文综述该领域快速增长的研究并提供研究议程。Agentic LLM按三类能力组织：(1)推理、反思和检索，旨在改进决策；(2)行动模型、机器人和工具，旨在成为有用助手；(3)多智能体系统，旨在协同任务求解和模拟交互以研究涌现社会行为。研究发现各类别成果互利：检索赋能工具使用，反思改善多智能体协作，推理惠及所有类别。重要应用包括医疗诊断、物流和金融市场分析。此外，自反思智能体扮演角色并相互交互可增强科学研究过程本身，Agentic LLM也为LLM训练数据耗尽问题提供了解决方案。
首次发现银行通过贷款合同中集中度限制条款影响企业向下游客户提供贸易信用的决策。
企业作为其客户的贷款人（通过贸易信用）的角色受到企业自身贷款人的影响。使用美国上市公司间贸易信用的新型数据集，本研究发现企业限制客户信用集中度——随着企业对客户的销售依赖增加，提供的贸易信用变得不那么慷慨。截面变化显示，在贷款人监督强度更大时这一效应更强；对贷款合同细节的细致分析揭示，借款基础公式中的集中度限制是银行影响贸易信用政策的一种清晰且此前未被探索的方式。该研究为理解银行监督对供应链金融安排的间接影响提供了新视角。
供应商运营僵化通过现金流波动渠道显著减少其向客户提供的贸易信用。
本研究从营运资本管理视角探索供应链动态，聚焦供应商运营僵化如何影响其向客户提供贸易信用的意愿。研究发现供应商运营僵化与贸易信用供给呈负相关，现金流波动是运营僵化影响贸易信用供给的可能渠道。此外，更高的客户集中度、供应商产品市场的激烈竞争以及关系专用性投资的增加会削弱僵化-贸易信用之间的关系。当供应商财务约束加剧时，该负面影响进一步强化。研究强调了运营灵活性在维护供应链内有利信用关系和金融稳定性中的重要意义。
基于动态能力视角，实证发现供应链金融可通过增强企业动态能力显著促进持续创新。
近年来，供应链金融在中国大陆快速发展，其“供应链属性”和“金融属性”在增强企业动态能力方面不可忽视。本研究基于2010年至2023年沪深A股上市公司面板数据，实证考察供应链金融对企业持续创新的影响。结果表明，供应链金融能够显著促进企业持续创新。机制分析表明，供应链金融可通过增强企业动态能力来促进持续创新，这可能是企业持续创新改善的重要渠道。研究为理解供应链金融服务实体经济、促进企业高质量发展的微观机制提供了新证据。
基于贝叶斯面板VAR模型发现品牌资产对特许体系下游纵向整合具有显著负向滞后效应，挑战了传统交易成本理论。
品牌资产和纵向整合是特许经营体系中两个核心战略要素，深刻影响特许经营绩效。尽管这两个战略杠杆的重要性已获公认，且该主题的研究历史悠久，我们对品牌资产与纵向整合（公司拥有门店比例）之间相互作用的理解仍不完整。本研究重新审视这个已有五十年历史的问题，通过贝叶斯面板向量自回归模型分析大型面板数据集，发现品牌资产对特许体系下游纵向整合具有强大的滞后负向效应——更高的品牌资产导致更少的下游纵向整合。反向因果分析识别出较弱但存在的互惠效应。边界条件分析揭示，在国际化特许体系和零售导向（相对于服务导向）特许体系中，品牌资产对纵向整合的负向效应较弱；在财务资源更多的特许体系中更强。这些发现挑战了传统的交易成本理论、资源基础观和所有权重定向假说，对特许经营战略管理具有重要启示。
揭示自我认同驱动的心理距离影响消费者检索身份相关品牌信息的具体性，提出通过匹配广告解释水平增强品牌知识检索的策略。
广告商日益重视品牌知名度，但市场趋势表明消费者的大量品牌知识并不容易从记忆中检索。为帮助制定应对此问题的广告策略，本文考察了自我认同驱动的心理距离如何影响消费者更易于从记忆中检索的品牌信息类型。研究1表明，与自我认同相关的心理距离影响消费者回忆具体（相对于抽象）身份相关品牌知识的能力。对于与当前（未来）自我认同相关的身份一致性品牌，消费者加工处理更多具体（抽象）品牌信息，形成更强的品牌联想。研究2利用此效应，通过匹配自我认同的心理距离与解释水平心态来增强品牌知识检索。研究3表明，通过匹配自我认同的心理距离与广告信息的具体性，可以增强新学习品牌信息的检索，并识别出此效应可能不发生的消费者群体（即高产品卷入度消费者）。
发现网红内容与用户生成内容不一致会通过降低感知可信度损害品牌态度，提出功能性内容和双面信息框架作为缓解策略。
社交媒体的兴起为企业利用在线网红更广泛深入地塑造消费者意见铺平了道路。尽管已有研究探讨了口碑传播内部不一致的效应，本研究将这一研究线索延伸至网红生成内容与用户生成内容之间的不一致。通过一系列研究，本文证明这种不一致通过降低感知内容可信度损害消费者品牌态度。值得注意的是，在缺乏品牌赞助披露的情况下，这种负面效应更加严重——缺乏披露模糊了网红内容的性质并进一步侵蚀信任。认识到网红内容与用户内容之间某种程度的不一致在实践中不可避免，我们进一步探索缓解其不利影响的策略，特别是通过强调功能性内容和采用双面信息框架。本研究发现为企业从事网红营销提供了重要启示，强调了在不可避免的多元化信息来源矛盾中进行战略性内容管理以维持良好品牌评价的关键作用。