2026年7月2日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | Proceedings of the IEEE, Neural Networks, Pattern Recognition | 4篇 |
| 供应链金融 | Review of Finance, JIBS, The Accounting Review | 3篇 |
| 品牌 | JPIM, JSR, JIM | 4篇 |
| 合计 | 9本 | 11篇 |
期刊级别标注：Proceedings of the IEEE（SCI一区, ABS3）；Neural Networks（SCI二区, ABS3）；Pattern Recognition（SCI一区, ABS3）；Review of Finance（ABS4, FT50）；JIBS（ABS4*, UTD24, FT50）；The Accounting Review（ABS4*, FT50）；JPIM（ABS4）；JSR（ABS4, SSCI Q1）；JIM（ABS3, SSCI Q1）
系统梳理语义通信在6G网络中的核心作用，提出深度学习驱动的语义信息表征框架，为AI大模型在通信领域的应用提供理论基准。
在第五代（5G）服务全球推广的背景下，学术界和工业界正在为第六代（6G）提出各种方案。深度学习驱动的语义通信（SemCom）已成为一项有前景的6G技术推动因素，它体现了一种范式转变——无线连接不再是忽略上下文语义含义的不透明数据管道。本文全面阐述了语义信息、语义表征和语义熵的基本原理，详细介绍了当前SemCom研究格局，讨论了主要趋势和用例，揭示了SemCom面临的根本性挑战，并提出了未来研究方向。
提出将充分条件与必要条件知识融入LLM推理过程的新方法，显著提升复杂逻辑推理任务的准确性与可解释性。
大语言模型在自然语言处理任务中表现卓越，但在需要严谨逻辑推理的场景中仍存在显著局限。本文提出一种将充分条件和必要条件知识显式编码进LLM推理框架的新方法，通过协同推理机制融合两类逻辑约束。实验结果表明，该方法在多个逻辑推理基准数据集上显著优于现有方法，同时提高了推理过程的可解释性和鲁棒性。
系统分类并综述LLM推理效率优化的核心Transformer模块设计与压缩技术，为资源受限场景下的高效部署提供设计指南。
大语言模型在广泛NLP任务中取得了令人瞩目的成功，但其推理过程带来了巨大的计算和内存开销，难以在延迟敏感或资源受限的环境中高效部署。本文全面概述了模型级优化技术，具体研究了多头注意力、前馈网络、归一化和位置编码等核心Transformer组件的高效模块设计，并总结了量化、剪枝、知识蒸馏、近似和参数共享等代表性压缩方法。文中还提出了将高效模块与压缩技术有机结合的设计策略，以显著降低推理成本同时满足精度和延迟要求。
提出弱到强知识蒸馏框架来消除LLM中的后门攻击，无需访问原始训练数据即可实现有效的安全防御。
大语言模型的安全性问题日益受到关注，后门攻击使模型在特定触发条件下输出恶意内容。本文提出一种基于弱到强知识蒸馏的后门防御框架，利用一个经过弱净化的教师模型指导强学生模型的学习过程，在不访问原始训练数据的情况下有效移除模型中的后门行为。在多个LLM架构和后门攻击场景下的实验证明了该方法的有效性，为LLM安全部署提供了实用工具。
以激进卖空者攻击为外生冲击，实证发现银行在借款人风险上升时利用信息垄断提高贷款定价，揭示信贷市场中的租金抽取行为。
金融理论认为，传统银行通过监控获得的借款人专有信息为其创造了强加信息性锁定成本的机会。由于借款人风险激增会增强银行的锁定能力，具有信息垄断优势的银行应能将利率提高到超出仅由借款人风险本身所解释的水平。本文以激进卖空者的公开指控为研究场景——该场景增加了借款人风险并限制了借款人获取公开融资的渠道——发现在控制借款人事前和事后信用风险变化后，银行在激进卖空者指控后显著提高了贷款定价。不能被借款人信用风险变化解释的贷款定价结果与银行在困境时期向借款人抽租的行为一致。
揭示全球供应链网络的“小世界”拓扑结构如何通过信息传播与模仿压力加剧跨国企业的ESG争议风险。
本文研究了全球供应链网络的小世界特性对跨国企业ESG争议的影响机制。基于复杂网络理论，研究发现供应链网络中较短的平均路径长度和高聚类系数促进了ESG相关信息的快速传播，同时也通过模仿压力放大了ESG争议的扩散效应。跨国企业在具有显著小世界特征的供应链网络中面临更高的ESG争议传染风险，这一发现对供应链金融的风险评估和治理实践具有重要启示。
发现供应链上下游共享审计师可降低信息不对称，显著促进商业信用供给，为供应链金融治理提供新视角。
本文研究供应链关系中共同审计师对商业信用供给的影响。利用审计师-客户匹配数据，发现当供应商和客户共享同一审计师时，供应商向客户提供的商业信用显著增加。机制分析表明，共同审计师降低了供应链中的信息不对称，增强了供应商对客户信用风险的评估能力。该效应在信息环境较差、关系专用性投资较高的供应链关系中更为显著。研究结果揭示了审计中介在供应链金融治理中的独特角色。
基于社会传染理论，实证揭示消费者观察他人预售期待会驱动模仿性购买行为，为品牌预售策略提供新洞见。
消费者在社交媒体上对即将上市产品的期待和讨论（预售口碑）已成为品牌营销的关键要素。本文基于社会传染理论，通过系列实验和现场数据分析揭示了预售消费者口碑的传染机制：观察其他消费者对新产品的期待会通过社会认同和错失恐惧两条路径驱动消费者的模仿性采纳行为。该效应在产品品类涉入度高、品牌社群活跃的情境中尤为显著。研究为品牌制定预售沟通策略提供了理论基础和实操指南。
发现品牌采用信息性而非情绪性回应策略可最有效地应对社交媒体上的虚拟品牌破坏攻击，保护品牌资产。
社交媒体时代，品牌面临日益增多的虚拟品牌破坏行为——消费者在数字平台上故意损害品牌声誉。本文通过多方法研究设计，系统检验了品牌对不同类型虚拟破坏行为的回应策略效果。研究发现，信息性回应（提供事实细节和客观解释）比情绪性回应（表达品牌情感立场）在降低负面溢出效应和保护品牌资产方面更有效。该效果通过感知品牌真诚度和专业性的中介作用实现。研究为品牌的在线声誉管理提供了基于证据的实践建议。
揭示品牌沟通中的视觉运动线索影响消费者对品牌失败的反应——低感知运动线索可提升品牌失败后的忠诚度。
副文本沟通方式（如表情符号和其他视觉信息线索的使用）为企业修复品牌失败后的消费者关系提供了独特机会。本文研究表明，与较低感知运动相关的视觉信息线索（如静态表情符号和稳定品牌标识）相比高动态线索在品牌失败后能带来更高的品牌忠诚度。这一效应通过消费者感知到的品牌稳重性和可信赖性中介。在品牌失败严重性较高时，低感知运动线索的保护效应更为显著。研究为品牌危机沟通中的视觉设计提供了新理论框架。
跨文化实证分析全球品牌参与社会政治议题对消费者品牌态度的影响，揭示品牌激进主义的双刃剑效应与边界条件。
品牌日益倾向于在社会政治议题上表明立场，即品牌激进主义。本文通过跨文化实证研究，系统分析了全球品牌参与品牌激进主义对消费者品牌态度的影响。研究发现在社会议题与品牌核心价值一致时，品牌激进主义能显著提升消费者的品牌认同和购买意愿；但当品牌立场与消费者既有信念冲突时，则会引发品牌回避和负面口碑。国家层面的文化维度（权力距离、不确定性规避等）调节了上述效应的强度。研究为全球品牌的激进主义战略提供了权变决策框架。