2026年10月12日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | ACM Transactions on Software Engineering and Methodology、IEEE Transactions on Computers、IEEE Transactions on Information Forensics and Security | 5 |
| 供应链金融 | American Economic Review、Journal of Economics & Management Strategy、Journal of Industrial Economics | 3 |
| 品牌 | Personality and Social Psychology Bulletin、Journal of Business Venturing、Organization Studies | 3 |
| 合计 | 9本 | 11篇 |
注：本次 9 本期刊均为新刊（未出现在历史检索记录中）。其中 IEEE Transactions on Computers、IEEE TIFS 为 CCF-A / SCI 一区，ACM TOSEM 为 CCF-A / SCI 二区；American Economic Review 为 ABS 4★ / FT50 顶刊；Journal of Economics & Management Strategy、Journal of Industrial Economics、Personality and Social Psychology Bulletin、Journal of Business Venturing、Organization Studies 为 ABS 3-4★ / SSCI 期刊。文献检索窗口为 2025-2026 年。
本文系统综述大语言模型驱动的自动编程研究：梳理从传统程序合成到大模型时代代码生成、理解、测试与修复的范式演进，总结数据集、评测基准与部署挑战，并展望超越大模型（神经符号、形式方法等）的未来方向。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）自动编程旨在以最小人工干预实现程序自动化生成，大语言模型（LLMs）在代码生成与理解上展现的空前能力正重塑该领域。本文对LLM时代的自动编程进行全景综述：回顾程序合成与程序修复的经典方法，系统介绍基于LLM的代码生成、代码补全、代码翻译、代码测试与缺陷修复等技术路线，讨论支撑这些能力的预训练数据与基准评测体系，分析实际部署中的正确性、安全性与成本挑战，并探讨LLM之外的新兴方向——包括神经符号方法、形式验证与多模态编程等，为未来自动编程研究提供路线图。
本文提出面向大语言模型在线服务的推理加速系统FlashDecoding++Next，通过GPU显存优化、自适应KV Cache管理与异步并行调度，在保持低延迟的同时显著提升批处理吞吐。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）大语言模型（LLM）在线服务同时面临高吞吐与低延迟的双重需求，GPU显存与调度开销成为主要瓶颈。本文提出FlashDecoding++Next，在FlashDecoding++基础上进一步优化：通过显存复用与KV Cache压缩降低内存占用，结合异步解码与负载均衡调度提升多请求批处理的并行度，并在长序列推理场景中避免碎片化开销。实验表明，相比既有FlashDecoding系列基线，该方法在A100等主流GPU上实现更高的端到端吞吐，同时维持可比的响应延迟，为大模型规模化部署提供高效推理方案。
本文提出TightLLM系统，通过自适应卸载策略协同利用GPU与CPU内存资源，突破单卡显存对大模型部署的限制，最大化受限硬件下的LLM推理吞吐。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）大语言模型的推理往往受限于GPU显存容量，阻碍在单机/单卡场景下的高效部署。本文提出TightLLM，采用自适应卸载（offloading）策略，将部分模型参数与KV Cache按需卸载至CPU内存并在访问时动态换回，通过精细化访存调度与计算重叠掩盖卸载开销，同时动态调节批大小以最大化吞吐。实验表明，TightLLM在显存受限环境下相比现有卸载方案显著提升吞吐并降低首Token延迟，为资源受限场景中的大模型服务提供实用方案。
本文揭示大型视觉-语言模型（LVLM）在跨架构间存在共享的对抗特征，据此设计无需白盒访问的动态对抗攻击方法，在多个主流LVLM上验证了攻击的可迁移性与有效性。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）大型视觉-语言模型（LVLM）在视觉问答、图像理解等任务上表现卓越，但其安全性面临对抗攻击威胁。本文研究发现，不同架构的LVLM在视觉编码与跨模态融合过程中共享部分对抗特征，并基于此提出动态对抗攻击框架：利用这些共享特征构造迁移性强的对抗样本，在无需访问目标模型梯度或内部结构的条件下实施攻击。在多个主流LVLM上的系统实验表明，该方法实现了高攻击成功率与强可迁移性，揭示了LVLM安全防御中共享特征带来的系统性风险。
本文提出双模态对抗提示（Bi-Modal Adversarial Prompt）攻击框架，将视觉对抗噪声与文本提示协同构造，在仅黑盒访问条件下实现对主流视觉语言模型的高效越狱攻击。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）视觉语言模型（VLM）将视觉输入与文本指令结合，扩大了越狱攻击的攻击面。本文提出双模态对抗提示（BAP）框架：通过在图像中嵌入精心设计的对抗噪声并与恶意文本提示协同，绕过模型的安全对齐机制，诱导模型生成有害输出。该方法在纯黑盒设定下即可工作，无需模型内部信息。在多个主流VLM上的评估显示，BAP在少次尝试内即可实现高成功率越狱，且对防御微调具有一定鲁棒性，为VLM安全评测与防御设计提供重要参考。
本文构建供应链缔约摩擦模型，分析买方在"先取货后付款"式贸易信用安排下的违约风险与市场势力如何影响契约设计、价格与福利分配，为理解供应链金融摩擦提供一般均衡视角。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）在现实供应链中，买方在收货后延迟付款（即占用贸易信用）是普遍现象，由此产生"拿了货就跑"式的缔约摩擦。本文构建包含契约执行摩擦与买方市场势力的供应链模型，研究当买方事后可能违约、且不同买方对供应商具有不同谈判能力时，最优契约如何权衡贸易信用、价格与数量条款。分析表明，市场势力与执行摩擦的交互会压低供应商利润、扭曲交易规模，并在供应链上下游之间重新分配福利；文章进一步结合实证证据检验模型预测，为供应链金融与贸易信用文献提供新的理论框架。
本文研究上游供应商持有下游企业部分股权（前向持股）时的供应契约设计，发现企业采用两部定价时前向持股通常反而推高下游价格，且部分前向持股对上游企业可能比完全纵向合并更有利、对消费者更不利。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）既有研究认为，前向持股使上游供应商将供应契约对下游企业的影响内部化，从而降低价格。本文证明，当企业采用两部定价时，下游价格通常会上升。前向持股的提价效应在可观察与秘密两部定价下均成立，但经济机理不同；该结论在数量竞争与价格竞争以及不同信念精炼下均稳健。部分前向持股对上游企业可能比上下游完全纵向合并更有利可图，对消费者则可能更有害。
本文在两家差异化制造商与一家零售商、需求取决于各方不可契约努力的一般代理框架下研究转售价格维持（RPM）与纵向整合，发现制造商采用最高转售价会加剧竞争并使消费者受益，而纵向整合可提高行业利润、缓解双重加价。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）本文研究共同代理框架下两家差异化制造商与一家零售商之间的转售价格维持（RPM）与纵向整合，其中消费者需求同时取决于制造商与零售商的不可契约努力。在纵向分离下，两家制造商同时采用最高转售价格构成均衡并加剧竞争，因为制造边际利润为正以激励制造努力——这对消费者有利，并可能使行业利润低于无RPM情形。零售商与其中一家制造商的纵向整合提高行业利润，且在零售努力同样重要时，可通过缓解双重加价惠及消费者。
本文通过系列实验发现，为品牌生成创意点子会增强消费者与该品牌的心理联结感，揭示创意参与作为一种新兴的品牌-消费者关系建立机制。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）品牌营销越来越多地邀请消费者参与创意活动（如品牌点子征集、共创竞赛），但创意参与是否以及在何种条件下增强消费者与品牌的关系尚不清晰。本文提出，代表品牌生成创意点子（creative ideation on behalf of a brand）会使消费者在心理上"拥有"品牌相关成果，从而增强与品牌的联结感。系列实验表明：为品牌进行创意生成显著提升消费者的品牌联结感，且该效应在创意性投入更高、成果归属感更强时更为突出；联结感的提升进一步转化为更积极的品牌态度与行为意向。研究为品牌关系管理提供了以创意参与促进消费者联结的新视角。
本文构建理论框架，说明市场类别在萌芽、新兴与成熟各阶段的不确定性要求如何影响受众对"合法性独特"创业叙事的评判，揭示不同类别阶段中叙事要素与受众关注议题的耦合机制。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）本文发展了一个理论框架，解释市场类别在萌芽、新兴与成熟阶段的演变不确定性要求如何影响受众评判为"合法性独特"的创业叙事。研究聚焦不同叙事要素在塑造这些评判中的意义建构作用——既独立作用，也通过整体交互发挥作用。作者将这些叙事要素与受众在每一阶段试图解决的更广泛议题联系起来，影响其潜在共鸣。该框架提供了对合法性独特性的情境化理解，识别了演变市场类别各阶段的独特张力，是对现有研究的整合与推进。
本文以意大利新兴无人机行业为对象，运用计算与解释性文本分析方法考察文化创业者在场域形成过程中如何通过不同叙事策略构建独特身份，为品牌与组织身份叙事研究提供动态场域视角。
（出版社未开放摘要，此处为基于标题与公开文献信息的简介）本文分析在不稳固的组织场域中，文化创业者如何在场域演化过程中构建自身身份。既有文化创业研究虽认识到情境的重要性，但多将其视为稳定的标准来源；本研究采用场域视角，对文化创业进行动态情境化。通过对新兴意大利无人机行业的计算与解释性文本分析，结果表明：文化创业者可能在不同场域形成过程中采取不同策略构建独特身份叙事。论文为理解场域形成中的文化创业与合法性建构提供了贡献。