2025年10月31日下午，中央财经大学商学院在602会议室，举办了商学院博士生科研能力提升项目2025年第一期第4讲。本次讲坛邀请了中央财经大学商学院供应链与运营管理系的陈京川助理教授作为主讲嘉宾，向大家分享了大语言模型基本原理及其在商科研究中的应用。商学院近20人参加了此次讲座，商学院博士项目主任窦超副教授筹备和组织了本次活动。博士生科研能力提升项目是商学院为提高博士生科研能力开展的特色项目，该项目以“讲座+辅导”的方式进行，内容涉及学术研究的全部核心流程，项目每学年一期，每期包括若干讲座，涵盖多个专业方向，包括研究选题、文献综述、研究设计、方法技术、论文写作、论文投稿与修改等话题。
合影
本期讲座由商学院博士项目主任窦超副教授主持，窦老师首先对主讲人陈京川助理教授进行了简要介绍。陈京川助理教授本科毕业于北京工业大学信息学部，硕士毕业于北京理工大学自动化学院，博士毕业于香港大学数据与系统工程系，现为中央财经大学商学院供应链与运营管理系助理教授，主要研究方向为运营管理、数据驱动优化、大语言模型在运筹学中的应用、生产系统优化。
陈京川助理教授
陈京川助理教授从商科研究的现状与挑战出发，深入探讨了人工智能技术为商科研究带来的全新机遇。在讲座中，陈老师用生动形象的比喻揭示了大语言模型的底层逻辑。“大语言模型本质上是一个高度复杂的文字接龙系统，它通过预测下一个最可能的词，逐步生成连贯的文本内容。”这一通俗易懂的比喻让同学们迅速理解了大语言模型的基本工作原理。陈老师进一步阐述了大语言模型背后的详细运作过程，包括模型的训练、优化和推理等关键环节。他特别指出，大语言模型输出的随机性源于其概率本质：“就像摇骰子一样，模型每次都会从概率分布中选择输出，这就解释了为什么同样的提示词可能会得到不同的回答。”在介绍人工智能学习机制时，陈老师将其归纳为三个主要来源：首先是网络数据，这是模型获取海量知识的基石；其次是标注资料，这些数据帮助模型更好地理解特定领域的专业知识；最后是使用者回馈，这一机制使得模型能够持续优化和改进。讲座最后聚焦于备受关注的提示词工程。主讲嘉宾强调，好的提示词就像是与人工智能沟通的桥梁，能够显著提升交互质量和输出效果。
本次分享为在座的博士生们提供了前沿的研究视角与方法论启迪。讲座系统阐释了人工智能在商科研究中的创新应用，彰显其不仅是强大的分析工具，更是推动商科研究范式变革的重要驱动力。通过此类型一系列讲座，学院进一步帮助在读博士生们进一步厘清了实证研究的核心思路和论文写作的关键技巧，为科研工作的高效推进提供了有力支持，受到广大师生的高度评价。
撰稿：窦超
审稿：林嵩
