2026年8月18日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | IEEE Transactions on Knowledge and Data Engineering、IEEE Transactions on Artificial Intelligence、Neural Networks | 3 |
| 供应链金融 | Journal of Empirical Finance、International Journal of Physical Distribution & Logistics Management、Journal of Financial Markets | 3 |
| 品牌 | Journal of Public Relations Research、International Journal of Market Research、Journal of Interactive Advertising | 3 |
注：本轮AI大模型检索IEEE TKDE、IEEE TAI、Neural Networks三刊；供应链金融主题下，Journal of Empirical Finance检索返回的为Journal of Corporate Finance上最新trade credit文献，IJPDLM与Journal of Financial Markets本轮未检索到直接相关文献；品牌主题三刊均命中。期刊级别标注见各文献“一句话概括”。
本文提出ST-LLM+，将基于邻近度的交通网络邻接矩阵融入校准后的大语言模型，配合部分冻结图注意力（PFGA）模块与LoRA增强训练，在少样本与零样本交通预测场景中显著超越现有最优模型。
交通预测是数据管理系统的重要组成部分，它利用历史数据学习时空动态以预测未来交通、支持高效决策与资源配置。针对现有交通预测模型难以跨数据集泛化的问题，本文提出ST-LLM+：通过将源自交通网络的邻近度邻接矩阵融入校准后的大语言模型，捕捉交通网络内复杂的时空依赖；PFGA模块在保留LLM预训练全局依赖的同时建模交通领域局部依赖；LoRA增强训练策略以更少的可学习参数微调注意力层以降低计算开销。在真实交通数据集上的全面实验表明，ST-LLM+优于现有最优模型，并在少样本与零样本预测场景中表现稳健；案例研究进一步验证了其捕捉站点间全局与局部依赖的有效性。
本文从用户视角系统综述大语言模型的趋势性应用，梳理生成式AI在各类用户场景中的最新实践、能力边界、开放挑战与未来研究方向。
该综述从用户视角出发，系统梳理了大语言模型（LLM）在众多场景中的最新趋势性应用，涵盖用户侧的使用模式、工具选择与体验问题，并讨论其在隐私、可靠性、可解释性等方面的开放挑战与研究前景，为LLM应用研究提供全景式路线图。
本文通过眼动追踪对比实验发现，自监督视觉Transformer（ViT）的G1注意力头与人类注视点的空间重合度达81%，远超监督学习ViT的43%，且模型未被明确教导“人脸”概念却自发优先关注面部，揭示自监督学习可自发形成类人注意机制。
采用比较眼动追踪研究设计，本文检验自监督视觉Transformer是否自发涌现出与人类相似的注意模式。定量分析表明，自监督ViT的G1注意力头与人类注视点的空间重合度高达81%，显著高于监督学习ViT的43%；值得注意的是，模型从未被明确教导“人脸”概念，却自发优先关注面部区域。资深作者Kitazawa指出，这暗示自监督学习可能捕捉了智能系统从环境中提取信息的普适原则，为类脑智能与视觉注意力建模提供了新证据。
利用38个国家治理型董事会改革的外生冲击，双重差分分析显示强化董事会监督能因果性地降低企业对供应商融资（商业信用）的依赖并抑制应付账款操纵，该效应在外部治理机制更强的国家中更为显著。
本文构建简单的外部融资模型，为公司治理改善对商业信用使用的因果效应提供国际证据。作者引入内部治理视角，提出弱内部治理加剧管理层代理问题、导致企业滥用商业信用的假说：当企业面临融资约束时，弱治理可能使其以供应商融资替代传统融资，从而将财务负担转嫁给供应商。基于38个国家治理增强型董事会改革前后十年的数据，双重差分分析有力支持上述预测：通过外生改革强化董事会监督会降低企业对供应商融资的依赖，并抑制其通过存货过度生产等影响应付账款的真实盈余管理行为。内部治理改革效应在外部治理机制更强的国家中最为显著，显示二者存在互补效应；此外，治理改善带来更优的投资决策与更好的企业绩效，对融资约束较强、代理成本较高的企业尤为突出。
以2010年中国央企EVA考核改革为准自然实验，研究发现改革后央企较非国企使用更多商业信用，且商业信用融资的增加显著提升央企EVA绩效并进而提高高管薪酬。
本文利用2010年中国中央国有企业（CSOEs）经济增加值（EVA）考核改革的强制实施作为准自然实验，研究管理层激励对企业商业信用融资使用的影响。基于A股上市的央企与非国企样本发现，EVA考核改革后央企比非国企使用更多商业信用；该效应在非战略性行业或竞争激烈行业、EVA表现不佳、实际债务成本较低、无政治关联以及管理层处于考核任期最后一年的央企中更为显著。此外，强制改革后商业信用融资使用的增加显著提高了央企的EVA绩效，从而进一步增加高管薪酬。结果表明，激励较强的央企管理者利用名义无息的商业信用融资来提升EVA表现，为不同产权性质企业间商业信用融资差异提供了新的解释。
以中国证监会年度随机抽查为准自然实验，发现预防性监管执法的风险审查效应使业务伙伴对被抽查企业产生监管不确定性、减少商业信用供给，且随不确定性消散而逐渐缓解。
本文以中国证监会年度随机抽查为准自然实验，研究发现预防性监管执法的风险审查效应会使被抽查企业的业务伙伴对其产生监管不确定性，从而减少向其提供的商业信用融资。对于议价能力较弱、信息透明度较低或财务韧性较弱的企业，商业信用获取受限的现象更为显著。无论被抽查企业最终是否合规，商业信用的减少均有所体现，但随着不确定性以不同方式消散，商业信用下降逐渐缓解。本文揭示了预防性监管的一项重要的非预期效应：预防性监管在短期内可能增大企业面临的不确定性，从而对企业的商业信用融资产生间接影响，为预防性监管经济后果研究及证券监管政策设计提供了启示。
本文探究企业数据责任（CDR）沟通中的利益相关者参与感知如何经由算法责任与制度责任感知的中介，影响公众对生成式AI系统的信任，为AI时代的信任与声誉管理提供公关策略启示。
在生成式AI快速渗透组织实践的背景下，本文考察企业数据责任（CDR）沟通中利益相关者参与感知与公众对生成式AI系统信任之间的关系，并检验算法责任感知与制度责任感知的中介作用。研究揭示了组织通过负责任的沟通实践建立AI时代公众信任的机制路径，为公共关系与战略传播研究提供了新的理论视角，也为企业在数据治理与AI应用中维护声誉与信任提供了实证依据。
本文对过去二十年政党与领袖政治品牌化研究进行文献计量聚类分析，系统刻画该领域研究主题演化、方法论特征、高影响力文献与前沿趋势。
本文运用文献计量聚类分析方法，对过去二十年间政党与领导人政治品牌化研究进行系统梳理，识别出核心研究主题集群、关键文献及其演进脉络，并讨论政治品牌化研究的方法论特征与未来方向。研究为政治营销与品牌化领域提供了全景式综述，有助于理解政治品牌从概念建构到实证检验的发展轨迹。
本文研究元宇宙品牌店铺中的社交互动与品牌参与如何影响消费者愉悦、满意度与购买意愿，为品牌在虚拟空间中的沉浸式体验营销策略提供了实证依据。
本文考察元宇宙品牌店铺情境下社交互动与品牌参与对消费者愉悦、满意与购买意愿的影响机制。随着品牌竞相进驻元宇宙空间，理解虚拟体验如何转化为消费行为至关重要。研究发现，虚拟空间中的社交互动与品牌参与通过增强消费者的愉悦感与满意度，进而正向影响购买意愿，揭示了元宇宙体验营销中互动性要素对品牌态度与购买决策的关键作用，为品牌构建虚拟沉浸式体验提供了实证指导。