2026年8月21日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | TETCI、DMKD、Machine Learning | 6 |
| 供应链金融 | IRFA、JRFM、JGIM | 5 |
| 品牌 | CRR、JMA、JBS | 3 |
| 合计 | 9本 | 14篇 |
本期覆盖 3 主题 × 9 本高级别期刊（AI大模型：IEEE TETCI 为 SCI 一区、DMKD 为 SCI 二区/CCF-B、Machine Learning 为 Springer CCF-B；供应链金融：JBFA 为 ABS 3/SSCI、JRFM 为 ESCI、JGIM 为 SSCI/SCIE；品牌：CRR 为 SSCI、JMA 为 ESCI、JBS 为品牌战略专业期刊），共收录 14 篇 2025-2026 年最新文献。所有引用按 GB/T 7714 格式生成，DOI 置于引用末尾。
将大型语言模型嵌入进化神经架构搜索，以LLM先验知识引导认知诊断模型的网络结构自动搜索，在显著降低搜索成本的同时提升诊断精度。
本文提出一种由大型语言模型辅助的进化神经架构搜索方法，用于认知诊断任务的网络结构自动设计。传统NAS依赖高昂的结构评估开销，本文将LLM作为启发式算子融入进化搜索流程，利用其领域知识生成、筛选候选结构，有效压缩搜索空间。实验表明该方法在多个认知诊断基准上取得更优性能，为智能教育中的认知诊断建模提供了高效的自动化解决方案。
提出话语驱动（discourse-driven）的多模态虚假信息检测框架，通过分析文本与图像间的话语结构关联捕捉跨模态不一致线索，提升检测的准确性与鲁棒性。
本文针对社交媒体中日益泛滥的多模态虚假信息，提出一种基于话语驱动的检测方法。该方法通过解析文本与图像之间的语义关联和话语结构，捕捉跨模态信息中的不一致线索，从而实现对真假内容的更精准判别。在多个基准数据集上的实验表明，该方法相比现有检测模型在准确率与鲁棒性方面均有显著提升，为网络内容治理提供了更可靠的技术支撑。
系统评估大语言模型在多变量时间序列少样本分类上的能力，验证LLM无需大量标注数据即可在多个真实时序数据集上取得有竞争力的性能。
本文系统评估了大语言模型在多变量时间序列分类任务上的少样本学习能力。研究发现，通过恰当的提示设计与序列编码方式，LLM无需大量训练样本即可在多个真实多变量时序数据集上取得具有竞争力的分类性能，为缺乏标注数据的时序分析场景提供了低成本、高泛化的新建模思路，并讨论了LLM在此类任务中的局限与改进方向。
首次系统研究大语言模型在零样本兴趣点（POI）推荐中的应用，验证LLM仅凭文本化偏好即可输出个性化地点推荐，有效应对冷启动问题。
本文首次系统研究大语言模型在零样本兴趣点推荐场景中的应用。在缺乏用户历史交互数据的条件下，LLM仅依据用户文本化的偏好描述即可生成个性化POI推荐，并在多个公开基准上达到与有监督推荐模型相当的精度，展现了大语言模型在冷启动推荐问题上的强大泛化能力，为位置服务中的推荐系统设计提供了新思路。
从因果发现视角系统考察LLM对词级伪相关性的鲁棒性，揭示模型依赖词级捷径特征的风险，并提出基于因果图的诊断与缓解框架。
本文引入因果发现方法，系统分析大语言模型在面对词级伪相关时的鲁棒性。研究表明，LLM在推理中常依赖训练数据中出现的词级捷径关联，当面临分布偏移时性能显著下降。作者构建了基于因果图的诊断框架，量化伪相关对模型决策的影响，并据此提出缓解策略，为构建更可靠、更稳健的LLM推理系统提供了理论支撑与实证依据。
提出渐进式归纳感知优化方法增强LLM在多轮越狱攻击下的安全性，通过识别攻击者逐轮诱导的归纳模式动态调整安全对齐策略。
本文针对大语言模型在多轮越狱攻击下的安全漏洞，提出一种渐进式归纳感知优化方法。该方法通过识别攻击者在多轮对话中逐步诱导形成的归纳模式，动态调整模型的安全对齐策略，在不大幅损失正常功能的前提下显著提升模型抵御复杂越狱攻击的能力。实验覆盖多种越狱攻击场景，验证了所提方法的有效性与鲁棒性。
利用英国2017年强制披露供应商付款实践的法规，结合双重差分与断点回归设计，发现披露企业显著缩短了商业信用付款天数，且效应集中于高流动性、低杠杆企业。
本文考察强制公开披露能否改善企业的商业信用付款实践。研究利用英国2017年要求达到一定规模标准的公司强制披露其供应商付款实践的法规，结合双重差分与断点回归设计，对处于披露门槛上下两侧的样本企业进行分析。结果表明，披露供应商付款信息的企业显著缩短了支付商业信用所需的平均天数，且该效应在流动性较高、杠杆率较低的企业中更为集中。经稳健性检验后，作者进一步探讨了竞争性行业供应商施压等信息渠道，为监管政策促进供应链付款公平提供了因果证据。
以明星分析师评选为外生冲击构建准自然实验，发现分析师预测通过降低信息不对称促进供应商向客户提供商业信用，揭示信息环境对贸易信用决策的影响。
本文利用明星分析师评选作为外生冲击，构建准自然实验考察供应商在提供商业信用时是否关注分析师预测。研究发现，当供应商面临更丰富的分析师覆盖与预测信息时，信息不对称程度降低，其更愿意向客户提供商业信用；分析师预测通过缓解信息不对称的渠道显著影响供应商的信贷决策。研究为分析师信息在供应链金融中的作用机制提供了新的经验证据。
以信息处理理论为框架综述供应链金融中的财务与运营整合，识别不确定性来源，构建连接处理策略与绩效的概念模型。
本文以信息处理理论为视角，探讨供应链金融中财务流与运营流的整合问题。通过系统梳理47篇供应链领域同行评审文献，识别任务特征、环境与相互依赖等不确定性来源，阐明IT系统、协调机制与组织设计如何提升信息处理能力，进而构建连接SCF不确定性、处理策略与绩效结果的概念模型，为SCF系统设计与供应链韧性提升提供理论指导。
基于欧洲企业数据检验商业信用供给与需求的互补效应及其对企业绩效的联合影响，发现供求组合存在协同效应。
本文利用欧洲企业数据，考察商业信用供给与需求之间的互补关系及其对企业绩效的影响。研究发现，同时作为商业信用供给方与需求方的企业在绩效表现上存在协同效应，商业信用的供求组合通过优化营运资本管理与客户关系显著提升企业财务绩效，为供应链融资策略的优化提供了实证依据。
采用混合综述方法系统绘制供应链金融数字创新的研究版图，梳理区块链、AI等技术应用趋势与实施障碍，并提出多层次研究议程。
本文采用混合综述方法，系统绘制供应链金融中数字创新的研究版图。研究识别了区块链、人工智能、大数据等技术在SCF中的应用趋势，剖析了技术采纳过程中的组织与制度障碍，并在此基础上提出涵盖技术、治理与生态多层次的未来研究议程，为数字供应链金融的理论研究与实践发展提供了全景式参考。
论证在多重危机时代负责任的企业品牌建设如何构成品牌资产与声誉管理的核心，强调企业对伦理与社会关切的战略回应。
本文探讨在多重危机时代，负责任的企业品牌建设如何构成企业品牌资产与声誉管理的核心。研究指出，企业需要在盈利与负责任经营之间取得平衡，通过响应公共、社会与政治关切构建品牌真实性与利益相关者信任，从而维护品牌资产与长期声誉。文章为企业在复杂地缘与社会环境中的品牌治理提供了战略分析框架。
提出整合顾客资产与品牌资产两大研究视角的框架，用于衡量营销投入的财务价值，为营销回报测量提供统一思路。
本文旨在整合顾客资产与品牌资产两种研究视角，构建衡量营销财务价值的统一框架。作者论证了顾客资产（基于现有与潜在顾客价值）与品牌资产（基于品牌权益的市场价值）在评估营销投入回报上的互补性，并提出将二者结合的测量思路，帮助企业在营销资源配置与绩效评估中更全面地理解营销活动的长期财务贡献。
探讨新创企业品牌建设策略的特殊性，指出早期新创企业需采用区别于成熟中小企业与大型企业的独特企业品牌路径以支撑成长。
本文考察品牌建设在新创企业成长中的作用，聚焦企业品牌如何向目标市场传达品牌身份。研究指出，早期新创企业需要采用不同于成熟中小企业与大型企业的独特品牌策略，如聚焦利基产品与细分市场、以促销活动替代价格折扣等手段。基于理论推演提出研究命题，强调早期企业品牌建设对提升新企业成长性与生存能力的核心重要性，为新兴企业的品牌战略提供了指导。