2025年10月28日，“数字化发展与管理创新研究组”召开每周例会。本次会议由毕达宇老师主持，张劲松、李超锋、杨单、于同洋、张楠、罗震等老师、全体研究生参会。

近日，2025年CNAIS年会以“大模型时代的智能跃迁与管理创新”为主题召开，聚焦生成式AI对管理实践和学术研究的影响与应用。毕达宇老师、李秋仪、杨燕萍参会后，就会议内容进行汇报，毕达宇、罗震等老师及各老师展开讨论总结，为学术研究与学生发展指明方向。

李秋仪同学介绍，会议论文选题涵盖五大方向。在大模型技术应用与效能优化方面，香港中文大学蒋镇辉教授研究测评中文语境下人工智能大语言模型的推理及幻觉控制能力，发现推理模型优于通用模型，但中国模型与国外顶尖模型存在差距，需平衡效率与成本；人机交互与提示素养培育方向，涉及人文社科研究者提示素养培育等内容；用户行为与平台治理方向，聚焦UGC平台、在线问答平台、直播电商等数字场景，揭示用户行为规律，解决“用户参与预测、AI使用调节、舆情治理”等平台运营核心问题，支撑精准营销与风险管控；AI赋能商业运营与营销创新方向，包含直播电商主播视频化特征优化等；AI驱动的组织与社会创新方向，涵盖AI赋能社会科学研究范式创新等。研究方法上，学者们普遍采用主题建模与网络分析等，体现跨学科融合特点。她还提出启示，如可研究提示词中的问题，选择研究方法要注重适配性，注重真实数据使用。

杨燕萍同学分享了大模型能力测评结果，综合能力测评中豆包位列第一，一般推理能力优于GPT-5，国内大模型中综合排名第一；幻觉能力表现上，GPT-5得分最高，国内模型中豆包领先，但整体与国外顶尖模型约有10分差距。她还分享了北京科技大学《基于适应网络的冷启动项目推荐算法研究》，该研究聚焦推荐系统 “冷启动项目缺乏数据难以推荐” 痛点，借鉴反事实因果推理思路。并给出启示，可研究深层次人工智能在学习和工作中的作用，考虑不同行业AI焦虑程度，尝试用二分法分割社会价格和情绪价值，针对退货问题优化平台机制。

罗震老师表示，同学们可借鉴专家题目命名及研究范式，学习反事实因果推理思路，让模型学习“冷-热”项目嵌入映射规律（“冷”指新论文，“热”指被熟知的论文），并确定自身研究范式。

         毕达宇老师总结，目前AI多从现实角度分析人们心理、需求、行为，专家分享极具交叉性。他建议同学们看论文打开思路，培养发散性思维，思考专家做研究的原因、关注素养问题及AI使用驾驭方法、未来不同场景AI高效应用方式。