文献追踪日报

我们介绍SciSciGPT，一个开源、原型级的人工智能(AI)协作智能体，以科学学（science of science）领域作为试验田，探索大语言模型驱动的科研工具的潜力。SciSciGPT自动化复杂工作流、支持多样化的分析方法、加速研究原型设计与迭代，并促进可复现性。通过案例研究，我们展示了其简化各类实证与分析研究任务的能力，同时强调其在推进科研方面的更广泛潜力。我们还提出了一个用于人机协作的大语言模型智能体能力成熟度模型，为进一步改进和扩展SciSciGPT等框架描绘了路线图。随着AI能力的持续演进，SciSciGPT等框架可能在科学研究与发现中发挥日益关键的作用；与此同时，这些新进展也带来了严峻挑战，从确保透明性与伦理使用，到平衡人类与AI的贡献。

次级代谢产物是微生物自身调控以及与环境或宿主之间互作的重要因子，其生物活性往往能够干预细胞特定代谢途径，是很多现代药物的来源。本文提出DeepSeMS，一个基于Transformer架构的序列到结构大语言模型(LLM)，旨在从微生物生物合成基因簇(BGC)中预测可能的次级代谢产物化学结构。DeepSeMS采用专门设计的序列表征策略和数据增强算法，实现了对各种复杂微生物次级代谢产物化学结构的精确预测，并能预测由未知生物合成反应生成的新颖天然产物，显示了AI在揭示生物合成潜力方面的强大能力，为从生物多样性(Biodiversity)到化学多样性(Chemical diversity)的系统转译提供了一种可执行的新范式。

准确的居民负荷预测对电力系统管理至关重要，融入社会人口统计信息可显著提升预测精度。然而，传统方法难以利用非结构化的文本化社会人口因素，限制了其对受社会因素影响的能源消费的预测能力。针对这一空白，我们提出LLMSA——一个社会感知负荷预测框架，利用大语言模型(LLM)理解这些非结构化、文本化的社会因素并将其整合进负荷预测流程。LLMSA采用时间序列输入变换学习历史负荷数据的时间特征，并利用社会相关适配器及社会感知重编程层将社会人口信息有效融合到预测过程中。基于爱尔兰能源监管委员会数据集的仿真研究表明，LLMSA优于现有模型（包括PatchTST、iTransformer和TimeLLM），尤其在峰值用电时段预测上表现突出。与基线模型相比，LLMSA最高可降低均方误差4.96%。研究表明，通过纳入文本化社会背景信息，LLMSA能提供更准确可靠的负荷预测，展现其增强能源管理策略的潜力。

多变量时间序列(MTS)预测在需求规划、能源负荷预测等广泛实际应用中至关重要。然而，有效的预测模型通常严重依赖领域专业知识与精心设计、面向任务的架构。尽管大语言模型(LLM)在众多领域展现出卓越的泛化与推理能力，但由于原始数值序列缺乏显式语义结构，其直接应用于时间序列数据仍具挑战。现有研究大多未能系统性地激活LLM的内在推理能力，而是主要将其视为序列映射工具。针对上述局限，我们提出CMGA——用于释放多变量时间序列预测中LLM推理能力的跨模态图对齐框架，该框架将语义稀疏的多变量时间序列转化为结构化的实体—关系图，实现从数值信号到LLM可解释语义的跨模态翻译。具体而言，CMGA从多变量时间序列构建补丁图，以显式捕捉潜在的时空依赖结构，从而为LLM提供可推理的语义表示，显著提升多变量时间序列预测的准确性与可解释性。

大语言模型(LLM)的快速进步引发了其在制造系统中潜在应用的广泛关注，特别是在工业5.0背景下。然而，何时采用LLM而非其他自然语言处理(NLP)技术、本体或知识图谱，仍是一个开放问题。本文提供了在各种工业情境中选择最合适技术的决策指导，强调人机协作与制造业韧性。我们审视了LLM、本体与知识图谱的起源和独特优势，基于将产品从设计带到制造所需的领域/学科数量，评估它们在不同工业场景中的有效性。通过这一比较框架，我们探索了LLM可增强机器人以实现人机协作的具体用例，同时强调本体与知识图谱在低依赖或资源受限领域中的持续相关性。此外，我们还讨论了部署这些技术的实际挑战，如计算成本与可解释性，为制造商在语言AI工具不断演进的格局中导航提供了路线图。

建筑工地本质上是高风险环境，工人的安全培训对于提升操作技能、强化安全意识、降低事故风险至关重要。传统集中式培训常因形式单调、缺乏针对性而难以调动工人积极性，导致效率低下；此外，操作说明、安全规程、事故报告等关键资源经常管理不善或利用不足。为此，本研究提出ConSTRAG——一个创新的个性化建筑安全培训框架。通过将大语言模型赋能的智能体与知识图谱推理相集成，ConSTRAG能够生成定制化的培训材料，显著提升安全培训的相关性与有效性。在包含11,020道题的数据集上进行的验证测试取得了81.25的平均分，超出基准6.94分；生成的个性化培训材料经专家问卷调查评估，五个维度平均得分4.16（满分5分）。

我们研究关系特定学习如何影响出口与贸易金融的联合动态。利用智利微观层面数据，我们发现新出口商最初依赖预付款(Cash-in-Advance)，随着关系成熟逐步转向提供商业信用（赊账贸易融资），且在风险更高的目的地与经验较少的企业中转变更快。基于此，我们构建了一个一般均衡贸易模型，将关于外国需求与对手方风险的学习与企业内生的出口和贸易金融选择整合在一起。我们利用该模型研究学习与风险在塑造出口调整中的作用，并量化相关冲击对出口与贸易金融动态的影响，为理解贸易信用在国际贸易融资中的演进机制提供了新的理论框架与经验证据。

本文利用专有的企业层面数据库，就美国货币政策意外对新兴市场企业间贸易信用的影响提供了实证证据。我们表明，贸易信用可作为缓冲，抵御美国货币政策收紧的不利影响——货币紧缩通过约束全球金融条件，增加了企业对商业信用作为替代融资来源的依赖。这一效应在信用质量较差的买家中更为显著，它们在全球金融条件收紧时受到的冲击最大，因而更倾向于转向贸易信用融资。研究揭示了国际贸易信用在美国货币政策国际传导中的缓冲作用，为新兴市场企业融资选择与全球金融周期之间的互动提供了新的经验证据。

分位数溢出指数近年来在分析尾部相互依赖方面颇为流行。通过模拟研究，我们表明当所拟合模型的参数未按统计显著性评估或未经正则化估计时，溢出指数的估计会受到正偏差的影响。得益于一致性，该偏差会随样本量增大而减小；或通过滤除不显著的参数而降低，尽管在小样本中由于第一类错误的存在它不会完全消失。我们提出一种基于模拟的方法来估计分位数溢出指数的置信区间。我们还提供了分位数溢出的代数分解，将动态相互依赖与同期相互依赖分离开来。对S&P100指数内金融公司的实证证据表明，真实数据上的偏差相当可观，且分解凸显了同期效应的主导地位。我们的结果在Diebold和Yilmaz(2009)溢出指数上同样得到确认。

本研究考察CFO性别是否与企业的贸易信用政策（以应付账款为代理变量）相关。我们发现，女性CFO所在企业的应付账款规模更大。我们还发现，女性CFO与应付账款之间的正向关系在企业风险较低时更强。进一步分析表明，从男性到女性CFO的变更与更高的应付账款相关。我们的结果对内生性问题、贸易信用的替代度量、替代估计设定、替代聚类设定以及外部事件的影响均保持稳健。本研究通过厘清女性CFO如何影响贸易信用决策拓展了相关文献，我们的实证证据也有助于利益相关者更好地理解与CFO性别相关的企业贸易信用政策。

本研究考察消费者品牌真实感(CBBA)对大众奢华(masstige)品牌购买意向的影响，并探究品牌信任的中介作用。研究基于印度347名富裕中产阶级消费者的数据，提出并实证验证了概念模型，采用结构方程建模(SEM)检验假设，并使用Bootstrap方法检验中介效应。研究结果证实，CBBA的所有三个维度（即传承、品质承诺和真诚）均显著影响购买意向，品牌信任在其中发挥中介作用。研究为大众奢华情境下品牌真实感如何通过信任机制驱动消费者购买行为提供了实证洞见，对masstige品牌的管理实践具有启示意义。

本研究聚焦于通过增加一个此前未被测量的维度——全球品牌象征性，来重新定义感知品牌全球性，超越广泛的市场覆盖范围。我们还探讨了这一修正后的框架如何影响购买意向与感知品牌品质。我们在两个样本上检验了研究模型：一个由194名大学生组成，另一个则是覆盖四个产品品类的1100名受访者的代表性样本。通过路径分析与回归分析，我们证明了全球品牌象征性在概念化感知品牌全球性中的关键作用。结果表明，全球品牌象征性如同品牌广阔的市场覆盖范围一样，正向影响消费者的购买意向，且感知品牌品质部分中介了这一效应。

基于精细加工可能性模型(ELM)与社会认同理论(SIT)，本研究旨在厘清社交媒体品牌参与(SMBE)与顾客品牌资产(CBBE)之间的相互关系，而这一关系在文献中尚无定论。研究考察了CBBE在企业生成内容(FGC)和用户生成内容(UGC)的内容质量与来源可信度对SMBE影响中的中介作用。结果显示，只有FGC的内容质量直接影响SMBE；CBBE在（FGC与UGC的）内容质量与SMBE之间起完全中介作用，而在FGC的来源可信度与SMBE之间起部分中介作用。这表明，通过社交媒体沟通构建品牌资产会带来更深入的参与，而非通过制造参与来提升品牌资产。研究为管理者打造持久的社交媒体品牌参与提供了实践启示，并贡献了关于CBBE在内容质量（FGC与UGC）与SMBE关系中完全中介作用的新见解。

目的：基于刺激—有机体—反应(S-O-R)理论，本文考察沉浸式服务品牌体验（刺激）对消费者态度与意向（反应）的影响，探究情景未来思维（有机体）的中介作用。设计/方法/途径：我们采用结构方程模型分析接触展示目的地品牌360°视频在线问卷的参与者的反应。发现：情景未来思维在沉浸式技术特征（即生动性与临场感）与消费者对服务品牌的态度和意向之间起中介作用。具体而言，生动性在消费者脑海中诱发鲜活图像的模拟，而临场感增强了对想象中服务品牌体验的预期满意度。研究局限/启示：这些发现有助于更好地理解沉浸式技术引发服务品牌态度与意向形成的心理机制。实践启示：我们为企业提供了如何利用360°视频等易获取的沉浸式技术增强生动性与临场感的建议。社会启示：360°视频等沉浸式技术在医疗保健、教育或心理福祉等变革性情境中具有培养情景未来思维的宝贵应用价值。原创性/价值：本研究强化了这样一个新兴观点：心理时间旅行体验内在于服务体验之中，尤其因为消费者在投射自己与想象中的服务体验互动时会重演服务品牌刺激。