文献追踪日报

大型语言模型有时会产生自信却貌似合理的错误陈述（"幻觉"），这限制了其可靠性。以往研究提出了诸多解释与有效缓解手段，如检索与工具调用、基于一致性的自验证以及基于人类反馈的强化学习。然而，即使在最先进的模型中这一问题依然存在。本文表明，下一词预测与基于准确性的评估会在无意中奖励无根据的猜测。首先，下一词预训练即使在使用理想无误差数据的情况下也会产生走向幻觉的统计压力：利用学习理论，本文证明训练数据中缺乏重复支撑的事实（如一次性细节）会产生不可避免的错误，而重复出现的规律（如语法）则不会。后续训练阶段旨在纠正此类错误，然而准确率等主流指标系统性地奖励猜测而非承认不确定。为协调激励，本文在经典的"对评估施加错误惩罚以控制弃权"方法基础上提出两项补充：其一，提出"开放式评分规则"评估，明确说明错误如何（以及是否）被惩罚，用以检验模型在优化准确率的同时是否根据既定利害关系调整弃权行为；其二，由于专门的幻觉基准很少登上排行榜，建议采用现有评估的开放式评分变体，以逆转其猜测激励。将幻觉重构为激励问题，为迈向更可靠的语言模型开辟了切实可行的路径。

类间高相似度、尺度变化极大以及有限的计算预算，阻碍了跨多样化真实世界数据的可靠视觉识别。现有以视觉为中心和跨模态的方法往往依赖僵化的融合机制和繁重的标注流程，导致泛化欠佳。本文提出"蒸馏式大模型驱动的稀疏混合专家"（DS-MoE）框架，集成文本引导的动态路由与轻量多尺度理解能力。DS-MoE 通过稀疏 MoE 架构将文本语义与缺陷特定的视觉模式动态对齐，根据语义相关性自适应激活任务相关专家，从而化解类间歧义；轻量级 MobileSAM 编码器在保留多尺度缺陷细节的同时实现实时推理。在 PCB、铝箔和模具缺陷数据集上的大量实验表明，该框架相比现有纯视觉模型取得了更优性能：DS-MoE 在 BBMP、铝和 PCB 数据集上较 YOLOv8/YOLOX 分别带来 +13.9、+1.4 和 +2.0 个百分点的 mAP@0.5:0.95 提升，同时改善了精确率与召回率。

大型语言模型（LLMs）正成为高性能计算（HPC）领域颇具前景的助手，而 HPC 编程仍高度复杂且依赖专门知识。本综述系统梳理了 LLM 在五类任务中的应用：代码生成、并行化与优化、框架与架构、评估与基准测试，以及更广泛的挑战。分析凸显了机遇与局限并存：通用 LLM 在串行和类 OpenMP 任务上表现尚可，但在 MPI 等分布式范式中有所欠缺——正确性与可扩展性在此至关重要。领域专用模型（如 HPC-Coder、HPC-GPT、chatHPC）通过微调、精选数据集和检索增强生成（RAG）实现了更高精度，但其覆盖面仍窄，且评估大多局限于基准测试或微内核。整体图景是双重潜力与脆弱性并存：LLM 能降低入门门槛、加速原型开发并支持代码现代化，但在正确性、性能可移植性和扩展性不可妥协的生产级需求下仍显脆弱。本文结论是：短期内 LLM 不太可能取代 HPC 专家，但有望成为软件开发流程中的强力协作者；其有效部署需要更丰富的数据集、与性能分析和调度器的集成、严格的评估框架，以及确保透明与可信的治理结构。AI 与 HPC 的融合应被理解为长期的共同演化进程——每一次进步都会为重塑科学软件开发开辟新的挑战与机遇。

本文汇编了一个企业级数据集，研究供应商在商业周期中的采纳与终止行为。研究发现，供应商采纳的总数量与比率呈顺周期性；终止率在总量层面无周期性，但其周期波动在不同生产者之间差异巨大。为解释这些新事实，本文构建了一个由最优决策生产者构成的模型，其中生产者对供应商的管理、采纳与终止分别承担独立成本。这些成本改变了扩大生产规模以及以新供应商替换旧供应商的激励。管理成本相对调整成本具有足够高的凸性，是复现生产者层面与总量层面采纳与终止率周期特征的关键。本文进而研究了信贷注入与对新投入品的补贴——美国自新冠疫情以来采取的两大类供应链政策——的福利效应。研究发现，除非总量全要素生产率（TFP）异常高，信贷注入总体上优于对新投入品的补贴。核心要点：供应商采纳总量比率呈顺周期；终止率总量无周期且在不同生产者间异质；供应商管理、采纳与终止的独立成本至关重要；信贷注入类供应链政策优于对新投入品的补贴；管理成本相对调整成本需具备足够高的凸性。

新冠疫情导致全球供应链（GSC）出现前所未有的中断，并伴随大规模财政刺激。本文采用代理结构 VAR 模型考察 GSC 冲击、美联储的应对及其在两种反事实政策规则下的传导。研究发现：大规模财政刺激在缓冲 GSC 冲击引发的衰退的同时放大了通胀。历史上，美联储对价格飙升采取"看穿"态度并维持宽松立场。第一种反事实（稳定通胀）需要更少的宽松政策，产生更有利的通胀—产出权衡，反映更高的价格灵活性与有限的产出损失。第二种反事实（在通胀目标制 IT 或平均通胀目标制 AIT 下最小化双重使命损失函数）要求更强的初始宽松。相对于 IT，AIT 意味着更宽松的政策，产生更持久的通胀，并最终需要紧缩性应对，从而恶化了权衡。

本研究考察参与供应链金融（SCF）对企业对外直接投资（OFDI）决策的影响，为 SCF 如何塑造企业国际化这一文献作出贡献。基于 2008—2022 年中国非金融上市公司的面板数据，本文采用交错双重差分（DID）方法，并结合基于投入—产出关联的新型工具变量策略，识别 SCF 对 OFDI 的因果效应。结果显示，参与 SCF 显著促进企业对外直接投资，主要通过提升生产率、缓解金融摩擦和减轻信息不对称实现。这些发现为金融创新如何促进企业全球扩张提供了新见解，并为推动企业国际化提供了政策启示。

供应链中断是金融稳定中一个被广泛忽视的风险。与金融网络类似，供应链网络（SCNs）中的系统性风险产生于：单一或一小群企业的局部失败影响其他企业的生产，并可能触发波及经济重要部门的级联式生产下滑。本文研究供应链网络中的系统性风险如何通过"供应链传染导致银行—企业贷款违约相关联"的机制转化为金融系统性风险。面向宏观审慎应用，本文提出一个金融压力测试框架，其包含国家级企业级供应链网络、银企贷款以及银行间网络。模型用一套独特的数据集校准，涵盖匈牙利约 100 万条企业级供应链关联、几乎所有银企贷款以及全部银行间贷款。作为展示，本文基于企业级劳动力数据实施了真实的 COVID-19 冲击情景。该模型使我们能够研究实体经济中的中断动态如何引发并放大银行间偿付能力传染动态。本文估算了供应链传染在多大程度上放大金融系统性风险，讨论了这些传染渠道的相对重要性，并发现当存在供应链传染时银行间传染增加 70%。一个关键发现是，供应链传染与金融网络传染的交互作用放大了金融系统性风险，并使银行损失分布出现更厚的尾部。本文还考察了单个企业失败的金融系统性风险，发现银行间传染可将供应链传染诱发违约造成的银行股本损失放大最高达 28%。该框架是首个在企业（agent）层面纳入由供应链传染中介的真实经济冲击的金融系统性风险模型，为直接、事件驱动地理解实体经济与金融系统之间的动态交互开辟了路径。

数字时代要求我们更好地理解奢侈品品牌在电商场景下有效的客户互动策略。本文提出一个模型，解释在线响应速度（企业回应客户咨询所需的时间）如何影响奢侈品电商消费者的品牌态度。两项实证研究（N=615）的结果表明，在线响应速度可通过两个中介变量影响品牌态度：感知稀缺性与互动质量。较慢的响应速度会增强品牌的感知稀缺性，从而正向影响品牌态度；但同时也负向影响感知互动质量，进而削弱品牌态度。这两条相互竞争的路径展示了在线响应速度对品牌态度的多维影响。此外，响应速度通过感知稀缺性对品牌态度的间接效应取决于产品可得性：只有当产品随时可得时，响应延迟才会通过增强稀缺性感知来改善品牌态度。文章还揭示了服务无礼的调节作用：当服务提供者显得无礼时，较慢的响应速度会负向影响品牌态度。本研究拓展了服务响应速度与"富余稀缺"相关文献——延迟的在线响应通常对大众市场品牌不利，但对奢侈品品牌而言却能增强感知稀缺性与品牌态度。此外，本研究将响应速度确立为奢侈品品牌管理的战略工具，提供了传统稀缺策略之外的替代方案，并为理解其对消费者感知的影响提供了新见解。

Z 世代正成为消费市场的主导力量，促使众多品牌转向虚拟偶像作为代言人以连接这一新生代，催生了虚拟偶像营销。为理解这些虚拟数字名人对消费者的影响，本研究首先识别虚拟偶像的关键定义要素，进而试图通过准社会互动视角解释虚拟偶像如何影响消费者的品牌态度与购买意愿。本研究采用 PLS-SEM 分析（N=418），发现虚拟偶像的特征（即外貌吸引力、社交吸引力、活跃度、态度与道德维度的同质性）是受众对虚拟偶像形成准社会互动的前因；这种准社会互动进而能正向影响目标受众的品牌态度与购买意愿。在虚拟偶像代言中，品牌态度应作为首要营销目标而非购买意愿。本研究为新兴的虚拟偶像营销领域作出理论贡献，并为数字时代的营销实践者提供了实务启示。

当零售商将其自有品牌外包给全国性品牌企业生产时，零售商可利用这一关系推广其自有品牌产品，即"品牌溢出"。此外，零售商还可提供详细的自有品牌信息，以缓解消费者对产品偏好的不确定性。本文构建博弈模型，考察电商平台同时销售两种品牌产品时的信息披露与品牌溢出策略：其自有品牌（弱品牌）与由合作竞争供应商供货的全国性品牌（强品牌）。电商平台将其自有品牌（弱品牌）的生产外包给该供应商。均衡分析表明，平台最优策略组合的选择取决于两种效应："消费者异质化效应"与"品牌同质化效应"。信息披露可触发消费者异质化效应，缓和供应商与平台之间的价格竞争强度；品牌溢出则会引起品牌同质化效应，使平台自有品牌产品更具吸引力。根据成本效率的不同，信息披露与品牌溢出之间存在替代与互补关系。研究发现存在双赢结果：平台与供应商均可从信息披露与品牌溢出中获益，因此这些策略可作为供应链协调的有效工具。

尽管社交媒体用户数量持续增长且敏捷性在其他领域具有优势，社交媒体框架内的敏捷性实施仍未得到充分研究。本研究旨在考察感知社交媒体敏捷性如何通过顾客参与和顾客动机的中介作用影响基于顾客的品牌资产。研究采用定量方法，通过问卷收集了土耳其 420 名社交网络用户的数据，采用便利抽样，并使用 SmartPLS 4 进行结构方程建模分析。结果表明：感知社交媒体敏捷性对基于顾客的品牌资产、顾客参与和顾客动机均有正向影响；顾客参与和顾客动机显著影响基于顾客的品牌资产；顾客动机对顾客参与无显著影响；"追求变化"（change-seeking）对顾客参与和顾客动机均有正向影响。研究发现顾客参与和顾客动机显著中介了感知社交媒体敏捷性与基于顾客的品牌资产之间的关系。本研究通过将社交媒体敏捷性纳入品牌资产与消费者行为的既有框架，为文献作出贡献。实务上，研究建议企业制定敏捷且响应的社交媒体策略，以增强顾客参与并强化品牌资产。