点击蓝字 · 关注我们
2025年6月4日，一场聚焦大语言模型在日常工作中创新应用的研讨会在我院同德楼举办。本次研讨会由张元老师担任主讲，他结合自身实践经验，分享了大语言模型在生活、办公、学术研究等多场景的应用技巧与心得，为参会师生们带来了一场关于人工智能技术赋能工作的智慧分享。
张元老师首先介绍了大语言模型的底层逻辑。他指出，这类模型本质上是通过海量数据训练而成的概率模型，能够将互联网信息压缩为概率图，虽能生成内容，但存在“幻觉”和数据误差等问题。以常用的聊天机器人Deepseek为例，其界面简洁，支持对话功能，部分模型还具备展示思维链的能力（如Deepseek功能），让用户直观看到模型处理问题的逻辑过程。
在生活场景中，大语言模型展现出了贴心的辅助能力。以育儿咨询为例，假设用户提问“如何换尿布”，模型即可提供基础建议，而通过添加“用50字简洁回复”“提供操作步骤图”等限定词，能让回答更具针对性。然而当前模型作图功能尚待提升，生成的示意图往往需要用户发挥想象力理解。
在办公场景中，模型则成为提升效率的利器。撰写邀请函时，只需输入speaker的研究领域、会议主题等关键信息，模型即可生成专业简洁的内容，大幅缩短撰写时间，还可与邮箱绑定实现一键发送。面对学生复杂的咨询邮件，将问题丢给模型生成初步回复，再经人工润色，能有效提高沟通效率。
在学术研究领域，大语言模型的应用更是亮点纷呈。读论文时，用户可指定模型以“审稿人”“学生”等不同角色，完成总结主要发现、提出建设性意见等任务，不同提示词会引导模型输出差异化内容。在辅助作业和论文修改方面，模型能精准定位问题对应的论文页码和图表，快速生成答案；还能按照Chicago style等格式要求，高效完成论文格式调整。
在研讨会上，张元老师还分享了大语言模型在金融研究中的应用案例。研究团队将交易信号及其在不同股票上的表现数据输入模型，借助模型优化信号计算方式和加权策略，通过多轮迭代提升策略效果。从初步实践来看，该方法在美股和港股市场展现出一定潜力，为量化投资提供了新的思路。
此次研讨会通过理论讲解、案例演示和互动交流，让参会师生直观感受到大语言模型在提升工作效率、拓展研究边界等方面的巨大潜力。随着技术的不断发展，如何更合理、安全地利用这一工具，将成为未来工作和研究中值得持续探索的课题。
供稿 | 司思
审核 | 周航
