1 引言

项目名称： 采用同步辐射研究极高非静水压下材料强度对压力标定的影响

项目编号： No.U1332104

项目类型： 联合基金项目

立项/批准年度： 2014

项目学科： 数理科学和化学

项目作者： 彭放

作者单位： 四川大学

项目金额： 66万元

中文摘要： 项目运用同步辐射对在极高压下压力的准确标定开展研究。压力的准确标定是高压科学与技术领域中长期存在的一个基础性难题。我们将采用金刚石压砧同步辐射径向、轴向X射线衍射高压原位技术，对压标物质和样品物质高压下的力学性质，如体弹模量、切变模量、杨氏模量及屈服强度等进行准确测量。在此基础上对不同力学特性的样品物质对压标物质标定压力值的影响开展研究，着重研究高压腔中等应力传递和等应变传递的形成机理和相互关系。通过研究，对压标物质标压受样品物质影响的诸多因数进行评估，提出运用压标物质准确标压的最佳方法。若这一基础性问题获得解决，将是高压科学和技术领域的一个重要成果，对推动高压技术的发展具有深远的意义，并将深刻地影响到与该领域有密切联系凝聚态物理、化学、新材料、地球科学、行星科学、生物医学以及国防、新能源等领域。

中文关键词： 高压；同步辐射光源；压力标定；材料强度；x 射线衍射

英文摘要： This project aims to the foundational and long-standing problem about accurate pressure calibration in high pressure science and technology.First,the mechanics properties of some pressure calibration materials and sample materials,such as bulk modulus,shear modulus,Yang’s modulus and yield strength,will be investigeted using in situ high pressure technology with diamond anvil cell and synchotron radiation X-ray radial and axial diffration. We will investegete that the sample materials with different mechanices properties influence accurate pressure calibration of pressure marker.The mechanism and relationship between isostress transmission and isostrain transimission also will be investegeted.Final,the sample materials affecting pressure calibration will be evaluated, and we will propose the method of accurate pressure calibration.If the project is perfomed, It will promote the development of high pressure science and technology and affects the relative fields,such as condensed matter physics,Chemistry, materials science,earth science, planetary science.

英文关键词： high pressure；synchrotron radiation；pressure calibration；materials strength；x-ray diffraction

成为VIP会员查看完整内容

涉农企业与农户信息交流的影响因素研究：交易成本理论的视角

生物质炭对新疆灰漠土氮肥损失及相关转化过程的影响及机制研究

项目名称： 涉农企业与农户信息交流的影响因素研究：交易成本理论的视角

项目编号： No.71472128

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 管理科学

项目作者： 彭广茜

作者单位： 首都经济贸易大学

项目金额： 50.6万元

中文摘要： 涉农企业主导的与合作农户的信息交流是企业对农户的关系治理的重要组成部份，有助于降低双方机会主义行为，把农户稳定有效地整合进现代农产品供应链，推动农业产业化在微观层面的具体实施；还有助于降低农户信息贫困，推动农户信息化最后一公里问题的解决。我国合同农户既不同于传统农户又有别于西方家庭农场。通过哪些因素可以影响和促进企农间的信息交流？这一具较大理论和现实意义的课题，所憾，在现有研究中未得到应有重视并严重缺位。本项目根据交易成本理论，运用结构方程模型等实证方法，以农企与农户为研究对象，侧重考察交易特征、治理结构对企农信息交流的影响程度和路径，尝试探求促进企农信息交流的治理机制。本项目是关于供应链上在市场影响力、信息能力等方面具显著落差的组织与多个自然人之间信息交流的较早研究，尝试从该新角度来丰富和拓展关于信息交流形成机制的理论，并试图为农企针对农户的微观信息管理实践提供较科学翔实的实证依据。

中文关键词： 信息交流；影响因素；交易成本理论；涉农企业；农户

英文摘要： The information exchange that led by agriculture-related enterprises with farmer partners is an important component of relationship governance by enterprises to farmers. It helps to reduce mutual opportunistic behaviors, to effectively integrat farmers into modern agricultural supply chains, and to promote the implementation of agricultural industrializtion at micro level. Furthermore, it also helps to decrease farmers' information poverty, and to accelerate to resove the last mile problem of rural informationalization. The Chinese contractual farmers differ from both the traditional farmers and the western farmily farmers. Through what factors can we influence and promote the information exchange between enterprises and farmers? This research topic of importance in both theory and practice, pitifully, is ignored seriously in current studies. Based on Transaction Cost Theory, by taking use of qantitative methods such as structural equation modeling, and with agriculture-related enterprises and their farmer partners as research objects, this project studies the potential effects and effecting paths of transaction attributes and governance structure on information exchange. It attempts to explore the governance mechanism to promote information exchange between enterprises and farmers. It is one of the earliest studies with focus on information exchange between an organization and natural persons, which are with great gaps in aspects such as market power and information capacity. In this way, this study attempts to extend the theory on the formation mechanism of information exchange from a new angle, and provides scientific, informative and empirical foundation to support enterprises' micro-information management practices with farmer partners.

英文关键词： Information Exchange;Influencing Factors;Transaction Cost Theory;Agriculture-related Enterprises;Farmers

成为VIP会员查看完整内容

2011 年 12 月 31 日

中国农村金融包容：转换机理、程度测量与三维效应研究

项目名称： 生物质炭对新疆灰漠土氮肥损失及相关转化过程的影响及机制研究

项目编号： No.41161055

项目类型： 地区科学基金项目

立项/批准年度： 2012

项目学科： 天文学、地球科学

项目作者： 徐万里

作者单位： 新疆农业科学院

项目金额： 51万元

中文摘要： 灰漠土是新疆主要的低产土壤之一，改良其"白、板、干"的障碍特性是提高灰漠土种植体系氮肥利用率的关键。生物质炭被认为具有快速增加土壤有机碳含量、改善土壤理化性质、降低肥料损失等特点，近年来成为土壤学等领域研究的热点，但生物质炭输入对养分转化影响的研究尚处起步阶段，尤其对干旱区贫瘠土壤研究鲜有报道。本项目以秸秆制备的生物质炭为试材，以氮肥利用率低的灰漠土-小麦种植体系氮素行为为研究对象，采用15N示踪技术，土壤团聚体分组等技术，通过室内模拟和田间定位种植试验，重点研究生物质炭输入后对灰漠土-小麦体系氮肥氨挥发、淋失、氧化亚氮损失及相关转化过程的影响，阐明生物质炭输入条件下灰漠土氮素转化、损失和利用过程与机制，探索采用土壤"碳氮比"揭示生物质炭对灰漠土种植体系氮肥损失的作用机理，为干旱区低产土壤改良和氮肥利用率提高提供理论依据。

中文关键词： 棉秆炭；灰漠土；氮素转化；氮肥利用率；

英文摘要：

英文关键词： cotton stalk biochar；grey desert soil；nitrogen transition；nitrogen utilization；

成为VIP会员查看完整内容

2013 年 12 月 31 日

项目名称： 中国农村金融包容：转换机理、程度测量与三维效应研究

项目编号： No.71303077

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 管理科学

项目作者： 王修华

作者单位： 湖南大学

项目金额： 22万元

中文摘要： 农村金融包容是金融发展领域的新兴研究方向和关键课题，对推进包容性发展具有重大意义。该问题的理论支撑和经验证据亟待探索和挖掘。项目依托发展权、金融宽度、信息经济学、金融地理学、广义矩估计和线性规划等理论与方法阐释农村金融从排斥向包容的转换机理与条件；构建综合的农村金融包容指数(（RFII）)，评价各地区的农村金融包容程度，探讨农村金融包容空间差异的变动趋势和演变规律，检验是否具有"收敛"特征；从供给诱导、需求引致、社会环境三个层面建立农村金融包容影响因素模型，找出农村金融包容的关键影响因素；构建农村金融包容的农户福利、区域增长和收入分配的"三维"效应模型；提出农村包容性金融体系的政策设计与推进路径。这些研究有助于丰富和发展农村金融包容的理论和方法，为国家经济、金融决策部门的政策实践提供理论支撑和决策依据。

中文关键词： 金融包容；金融合约交易模型；农村金融包容指数；三维效应；

英文摘要： Rural financial inclusion is an emerging research direction and a key research subject in the field of financial development, which plays an important role in promoting the inclusive development. However, the theoretical support and empirical evidence remain unknown and wait to be explored. In the project, theories and methods such as the development right, financial breadth, information economics, finance geography, GMM and linear programming are adopted to interpret the transition mechanisms and conditions from rural financial exclusion to rural financial inclusion. Meanwhile, a general rural financial inclusion index(RFII) is constructed in order to measure rural financial inclusion level in different areas, to explore the tendency and evolution rules of the rural financial inclusion space difference and to verify that whether the space difference has a "convergence" characteristic. Moreover, a rural financial inclusion factor model is constructed from three levels, namely supply inducement, demand cause and social environment, in order to identify the key factors of rural financial inclusion. Besides, a "three-dimensions" effect model is established. The three dimensions are farmers' welfare, regional growth and income distribution in rural financial inclusion. Last but not least, policy design and promotin

英文关键词： Financial Inclusion；Financial Contract Transaction Model；Rural Financial Inclusion Index；“Three-dimensions” Effect；

成为VIP会员查看完整内容

DNA甲基化 ·

Tet3调节的DNA去甲基化对牛体细胞核移植胚胎早期发育的影响和机制研究

小分子抑制剂JNJ-165通过非ATP竞争性结合机制对BCR/ABL的抑制作用研究

项目名称： Tet3调节的DNA去甲基化对牛体细胞核移植胚胎早期发育的影响和机制研究

项目编号： No.31472093

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 畜牧学与草地科学

项目作者： 唐博

作者单位： 吉林大学

项目金额： 82万元

中文摘要： 细胞核不完全重编程导致动物克隆效率低下、后代发育异常，严重制约体细胞核移植（SCNT）技术的发展和应用。而DNA去甲基化异常是不完全表观重编程的重要原因之一。本实验室前期研究发现，牛合子中Tet3催化早期胚胎发生DNA去甲基化。以此为基础，本项目拟运用免疫荧光染色、亚硫酸盐测序、siRNA等技术，以不同发育阶段的体外受精和SCNT胚胎（合子、4-细胞、囊胚）为研究对象，检测全基因组5mc/5hmc水平、全能性相关基因和印记基因的表达及启动子区的甲基化状态，并评估囊胚质量，从而明确各阶段的SCNT胚胎DNA去甲基化动态变化；以及Tet3是否直接参与SCNT胚胎的去甲基化过程；旨在发现Tet3及其催化的DNA去甲基化对SCNT胚胎发育的影响，并初步阐明此影响的作用机制。进而揭示DNA去甲基化和SCNT早期胚胎发育的相关性，为提高牛克隆效率、开展转基因克隆牛育种工作等生产实践提供丰富的理论依据。

中文关键词： DNA去甲基化；Tet3基因；体细胞核移植；DNA甲基化；体外受精

英文摘要： The incomplete reprogramming of nucleus resulting in the inefficiency of animal cloning and abnormal development of offspring, seriously constraints the application and development of somatic cell nuclear transfer (SCNT). One important reason for the incomplete epigenetic reprogramming is the disorder of DNA demethylation. Our previous research found Tet3 is the main enzyme to catalyze the DNA demethylate during the bovine zygote period. Therefore, through immunofluorescence staining, bisulfite sequencing and siRNA technology, we research the genome-wide 5mC/5hmC levels, the methylation situation of promoter region and expression dynamic changes of pluripotency-related genes and imprinted genes at the three different stage of IVF and SCNT embryo development (zygotes, 4 cell stage and blastocyst stage), and evaluate the quality of SCNT embryos. Then we can uncover the DNA methylation levels dynamic changes at the different embryos development stages, and whether Tet3 directly involved in the DNA demethylation of SCNT embryos. Thus, we can clarify the mechanism of the influence of Tet3 and Tet3 catalyzed DNA demethylation on the development of SCNT embryos. This will provide more experiment basis to the relevance of DNA demthylation and SCNT early embryos development, and provide rich theoretical basis for improving the efficiency of bovine SCNT works and transgenic cloned cattle breeding works.

英文关键词： DNA demethylation;Tet3 gene;SCNT;DNA methylation;IVF

成为VIP会员查看完整内容

2015 年 12 月 31 日

项目名称： 小分子抑制剂JNJ-165通过非ATP竞争性结合机制对BCR/ABL的抑制作用研究

项目编号： No.81500110

项目类型： 青年科学基金项目

立项/批准年度： 2016

项目学科： 医药、卫生

项目作者： 尤良顺

作者单位： 浙江大学

项目金额： 18万元

中文摘要： 慢性粒细胞白血病（CML）是血液系统常见的恶性肿瘤，酪氨酸激酶抑制剂（TKI）靶向治疗CML取得了很大的成功，但近35%的患者会发生耐药，另一部分患者虽然分子遗传学缓解，但BCR/ABL的残留病灶持续存在，并且TKI对加速期及急变期CML疗效差。研究表明，CML存在白血病干细胞（LSC），其也表达BCR/ABL，大多数TKI作为ATP竞争性抑制剂对CML LSC的BCR/ABL没有作用，是CML疾病进展、复发的根源。非ATP竞争性的BCR/ABL抑制途径可能是克服这种局限性的重要新方法。我们前期工作发现小分子抑制剂JNJ-165显著下调TKI全耐药具有T315I位点突变的BCR/ABL，且不依赖p53通路，推测其抑制BCR/ABL的机制为非ATP竞争性结合途径，可能对LSC BCR/ABL具有降解作用，我们将从转录、翻译及蛋白降解等方面阐明其分子机制。

中文关键词： 慢性粒细胞白血病；靶向治疗；BCR/ABL融合基因；小分子抑制剂JNJ-165；白血病干细胞

英文摘要： Chronic myeloid leukemia (CML) is a common malignant disease derived from hematopoietic stem cell. In the last 15 years, the targeted therapy of tyrosine kinase inhibitors (TKIs) achieved great success, but nearly 35% of the patients would be drug-resistance, and the other patients, although achieved molecular genetics remission, the minimal residual disease of BCR/ABL persisted. Importantly, the effects of TKIs on accelerated and blastic phase of CML are poor. Recent research shows that, CML exists leukemia stem cell(LSC), which also expresses BCR/ABL protein. TKIs as ATP-competitive inhibitors have no effect on the CML LSC BCR/ABL fusion gene. CML LSC is the source of CML disease progression and recurrence. The ATP-competitive independent pathway of degrading BCR/ABL protein may be an effective approach to overcome this limitation. Our previous study of small molecule inhibitor JNJ-165 showed that it down-regulated BCR/ABL of T315I mutation, and we hypothesize that the molecular mechanism of JNJ-165 may be an ATP-competitive independent pathway, which also have the inhibitory effect on LSC BCR/ABL. In this study, we will investigate the mechanism of JNJ-165 from the aspects of transcription, translation and protein degradation of BCR/ABL.

英文关键词： CML;target therapy; BCR/ABL;JNJ-26854165;leukemia stem cell

成为VIP会员查看完整内容

不确定理论 · 粒计算 · 粗糙集 · 数据挖掘 · 特征提取 ·

高维混合数据异常知识发现的粒计算模型关键问题研究

单核-巨噬细胞在"痰瘀互结"致动脉粥样硬化的作用及丹蒌片干预机制研究

项目名称： 高维混合数据异常知识发现的粒计算模型关键问题研究

项目编号： No.11471001

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 数理科学和化学

项目作者： 邓廷权

作者单位： 哈尔滨工程大学

项目金额： 75万元

中文摘要： 异常知识发现是数据挖掘和知识发现领域中一项特殊且具有重要意义的研究主题．它不仅仅局限于早期的消除噪声数据，更多地发现和揭示隐藏于数据集中的有意义但与大部分数据差异明显的稀有模式．数据的异常性不是由数据的某些属性决定，而是由其所有属性协同决定．本项目结合粒计算理论与非线性特征提取技术，从多粒度和多特征子空间角度致力于高维混合数据局部异常知识刻画和发现的关键问题研究，探索数据的粒化聚类方法、有效的特征选择机制、以及多特征子空间集成学习模型和异常知识评判准则等一系列关键问题的解决。主要研究内容包括：（1）高维混合数据属性与对象间信息交流的粒化方法；（2）属性的重要度度量及知识的最小约简方法；（3）高维混合数据的非线性降维策略及异常知识的刻画；以及（4）异常子空间的建立与多特征子空间的集成群决策方法．

中文关键词： 不确定理论；粒计算；粗糙集；数据挖掘；特征提取

英文摘要： Outlier knowledge discovery is a specific but significant research topic in data mining and knowledge discovery. It is not only confined to finding and reducing noisy data, but is more applied to discovering and revealing cryptical, rare but significant patterns that are distinct from major data. The anomalism of data is not resolved by part of their attributes, but is determined by coordination of the whole attributes. This project is dedicated to researching on problems of local outliers knowledge characterization and discovery in hign dimensional hybrid data by incorporating the theory of granular computing and the techniques of nonlinear feature extraction from the viewpoints of multi-granulation and multi-feature subspaces. A series of crucial problems are probed and solved including methods of granulation clustering, principles of efficient feature selection and criteria on outliers based on integrated group making-decision methods of multi-feature subspaces. The main focuses of this project include (1)　Granulation of high dimensional hybrid data based on information communication between attributes and objects； (2) Measures of attribute significance and methods of minimal reduction of knowledge；(3) Stragetgy of nonlinear dimensionality reduction and characterization on outlier knowledge；and (4) Establishment of outlier subspaces and integrated group making-decision methods of multi-feature subspaces.

英文关键词： uncertainty theory;granular computing;rough sets;data mining;feature extraction

成为VIP会员查看完整内容

动脉粥样硬化 ·

2012 年 12 月 31 日

项目名称： 单核-巨噬细胞在"痰瘀互结"致动脉粥样硬化的作用及丹蒌片干预机制研究

项目编号： No.81202782

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 医学八处

项目作者： 王磊

作者单位： 广州中医药大学

项目金额： 23万元

中文摘要： 动脉粥样硬化（AS）是严重危害人类健康的重要疾病，单核-巨噬细胞在AS发生中发挥至关重要的作用，"痰瘀互结"是AS发生的重要病因病机，与炎症反应密切关系，前期研究发现，活血化痰中药丹蒌片具有良好的抗AS作用，但其确切机制尚未阐明。我们推测"痰瘀互结通过促使单核-巨噬细胞的异常分化，加速巨噬细胞泡沫化过程，导致AS的发生；丹蒌片通过抑制单核-巨噬细胞异常分化和巨噬细胞泡沫化过程，而发挥防治AS的作用"。为证实该假说，本研究以Apo-E基因敲除小鼠颈动脉损伤方法构建痰瘀互结型AS模型，通过流式细胞仪和细胞免疫组化技术，探讨单核-巨噬细胞亚型的表达规律及其作用机制，同时观察丹蒌片对AS模型中单核-巨噬细胞亚型表达的调节；构建巨噬细胞和泡沫细胞，观察观察丹蒌片对巨噬细胞炎症因子释放和泡沫化的影响及机制。本研究的开展将进一步揭示痰瘀互结致AS的发生机制，为其有效防治提供新思路和药物作用的新靶点。

中文关键词： 动脉粥样硬化；缺血再灌注损伤；巨噬细胞；炎症；痰瘀同治

英文摘要： Atherosclerosis(AS) is a serious disease hazards to humankind. Monocyte-macrophages play key roles on AS formation. Intermingled Phlegm and Blood Stasis are important etiological and pathological factors in Traditional Chinese Medicine theory, closely related with inflammation.Preliminary data showed that Dan-Lou Tablets took good performance in preventing and treating AS. However,the exact mechanisms are still unclear up to now. Our hypothesis is that Intermingled Phlegm and Blood Stasis can promote the abnormal differentiation of monocyte-macrophages and accelerate the formation of foam cells, resulting in AS.Also we hypothesize that Dan-Lou Tablets can prevent AS by regulating the abnormal differentiation of monocyte-macrophages and inhibit the formation of foam cells. The AS model of Intermingled Phlegm and Blood Stasis will be established by using ApoE -/- mice with carotid artery injury.The expressions and mechanisms of monocyte-macrophage subtypes will be systematically studied by taking flow cytometry and immunohistochemistry methods. Furthermore,we will explore the effects and mechanisms of Dan-Lou Tablets on the differentiation of monocyte-macrophages. Macrophages and foam cells will be cell-cultured, and the effects of Dan-Lou Tablets on the secretion of inflammatory factors and the macrophages fo

英文关键词： atherosclerosis；ischemia reperfusion injury；macrophages；inflammation；synchronic treating phlegm and blood stasis

成为VIP会员查看完整内容

月季HD-ZipI和II转录因子整合激素信号调节花瓣扩展与衰老的机制解析

美陆军能力集成与开发系统（ACIDS）流程指南 | 2025最新122页

项目名称： 月季HD-ZipI和II转录因子整合激素信号调节花瓣扩展与衰老的机制解析

项目编号： No.31471903

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 农业科学

项目作者： 高俊平

作者单位： 中国农业大学

项目金额： 95万元

中文摘要： 月季是全球第一大切花，其开放品质主要依赖于花瓣扩展程度和衰老速度。已经明确，乙烯能够加速花朵开放和衰老进程，同时抑制花瓣细胞扩展，导致花朵开放异常；赤霉素（GAs）具有与乙烯相反的效果，能够延缓花朵衰老进程，改善开放品质。但是，迄今为止乙烯和GAs信号之间的相互作用方式及其对花朵开放和衰老的调节机制尚不清楚。已有报道表明，HD-Zip转录因子家族中I和II亚家族成员是激素信号互作的重要节点之一。申请者的前期工作，从月季花器官转录组数据库中筛选到11个HD-ZipI 和II基因。本项目拟对这些成员在花瓣扩展和衰老中的功能进行鉴定，对其中重要成员介导乙烯和GAs信号相互作用的方式进行分析，并对其上下游基因调节网络进行解析。以期从转录调节的层面上初步阐明HD-ZipI和II亚家族成员整合激素信号，调节月季花瓣扩展和衰老的分子机制，进而为月季切花开放品质改良提供新的基因资源。

中文关键词： 月季；花朵开放和衰老；HD-zip转录因子；激素信号；信号互作

英文摘要： Rose is one of the most important cut flower in the global market. The economic value of rose is largely depended on the flower opening quality, which is decided by petal expansion and senescence. It is clear that the ethylene can accelerate the process of flower opening and suppress the petal expansion, and thus lead to abnormal petal and shortened vase life. On the other hand, Giberillin acids (GAs) are able to delay flower senescence and improve the opening quality. To date, however, it is less known concerning how ethyene and GAs integradedly regulate the flower opening and senescence. Previously, HD-Zip transcription factors were reported to be involved in mediating phytohormone cross-talk. Recently, we isolated 11 HD-Zip I and II subfamily genes by searching our rose floral transcriptome database. In this project, we will firstly identify the function of these genes in petal expansion and senescence of rose flower using VIGS approach. The candidate genes which are likely contribute petal expansion and senescence will be further confirmed by overexpression or silencing in rose plants. And then, the selected gene will be characterized biochemically and genentically. The regulatory network downstream to candidate gene will be identified by screening the RNA-seq data generated from control and transgenic rose plants overexpressed candidate gene. Moreover, we will investigate the possible role of the candidate genes in integrading ethylene and GA signaling during petal expansion and senescence through identification of possible upstream regulators of candidate genes. We anticipate that our work could dissect the molecular mechanism that regulation of petal expansion and senescence in rose by HD-Zip I and II-integrated phytohormones signaling.

英文关键词： rose;flower opening and senescence;HD-Zip transcription factor;hormone signaling;signaling crosstalk

成为VIP会员查看完整内容

AI与军事

关注 1278

人工智能在军事中可用于多项任务，例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。

大语言模型将如何改变军事指挥结构

不确定环境下无人机三维路径规划研究 | 221页

远征作战军事后勤规划

国防领域人工智能走向何方？

大语言模型 · 人工智能 · AI for Science (人工智能赋能科学研究) ·

10 月 4 日

LLMS4ALL：大语言模型在各学科科研与应用中的综述

《人-智能体知识融合：与可解释、可讲述人工智能进行协同意义建构》372页

前沿的人工智能（AI）技术不断重塑我们对世界的认知。例如，基于大语言模型（LLMs）的应用（如 ChatGPT）已经展现出在广泛主题上生成类人对话的能力。由于其在多种语言相关任务（如开放域问答、翻译和文档摘要）上取得的卓越表现，人们可以预见 LLMs 在更广泛的现实应用中（如客户服务、教育与无障碍支持以及科学发现）将带来的深远影响。受到这些成功的启发，本文将对最新的大语言模型及其在各学术学科中的融合进行综述，涵盖：(1) 人文、文学与法律（如历史、哲学、政治学、艺术与建筑、法律），(2) 经济与商业（如金融、经济学、会计、市场营销），以及 (3) 科学与工程（如数学、物理与机械工程、化学与化学工程、生命科学与生物工程、地球科学与土木工程、计算机科学与电子工程）。通过融汇人文与技术，本文将探讨 LLMs 如何塑造这些领域的研究与实践，并进一步讨论在生成式 AI 时代所面临的关键局限、开放挑战与未来方向。对 LLMs 在不同学科中的应用综述——以及由此得出的关键观察与洞见——能够为有意利用 LLMs 推动其工作在多样化现实场景中发展的研究人员和实践者提供参考。

1 引言

当今，前沿的人工智能（AI）技术正在不断重塑我们对世界的认知。例如，基于生成式预训练 Transformer（GPT）架构的基础语言模型 ChatGPT [1]，已经展现出在广泛主题上生成类人对话的能力，使其成为增长最快的应用程序（即在上线后的前两个月内用户数突破 1 亿）[2]。尽管其在鲁棒性与真实性方面仍存在局限，但凭借在多种语言相关任务（如开放域问答、翻译和文档摘要）上的卓越表现，ChatGPT 展示出在客户服务、个人助理以及医学诊断等多样化场景中的潜在应用价值。除了自然语言处理（NLP）领域的 ChatGPT 等模型外，计算机视觉（CV）中的预训练基础模型（如 Florence/Florence-2 [3] 与 Qwen2.5-VL）也在目标检测、图像分割、视频推理等多项视觉任务上取得了最先进水平，使其在面部识别、医学图像分析以及自动驾驶等应用中展现出显著价值。这种跨模态的融合进一步凸显了大语言模型（LLMs）的关键作用——它们不仅为表征学习和推理提供了统一框架，也成为嵌入其他模态的核心支柱，从而在 AI 驱动的科研与应用生态系统中居于中心地位。受这些最新进展的启发，本文将综述前沿的大语言模型及其在多个学术学科中的应用整合，涵盖：(1) 人文、文学与法律（历史、哲学、政治学、艺术与建筑、法律），(2) 经济与商业（金融、经济学、会计、市场营销），以及 (3) 科学与工程（数学、物理与机械工程、化学与化学工程、生命科学与生物工程、地球科学与土木工程、计算机科学与电子工程）。作为人文探索与技术发展的交汇点，本文旨在探讨 LLMs 如何重塑各领域的研究工作流与专业实践，并进一步梳理其所面临的主要局限、未解挑战以及在生成式 AI 时代的未来发展方向。通过综合跨学科的应用并提炼关键洞见，本综述期望为希望利用 LLMs 推动现实应用研究与实践的学者与从业者提供指导。基于近期突破，本文在第 2 章中首先介绍 LLM 的基本概念与评估方法。我们从精确定义与简要发展历史入手，进而通过概览和重点剖析主流模型家族——包括 GPT 系列、OpenAI 推理模型、Claude 3、Gemini 2、Grok、Llama 3、Qwen 2 和 DeepSeek——来绘制前沿图谱，突出其设计选择与功能特点。随后，我们讨论评估维度：涵盖核心任务类型、代表性基准数据集与常用方法，并给出性能综述，以期为理解模型表现与方法选择提供背景、比较图景与实践指南。在三个学科群组（人文、文学与法律；经济与商业；科学与工程）中，我们首先通过综述其主要研究任务与传统方法来引入学科背景，强调其关键贡献与重要影响。接着，我们识别可由 AI 尤其是 LLMs 辅助解决的共性研究挑战，并提出一个任务分类体系，将学科研究与 LLMs 相结合：既保持学科相关性，又在算法层面确保一致性，以支持模型开发、基准评测与比较分析。在每个类别中，我们回顾现有的 LLM 驱动的研究与应用，探讨其局限，并展望未来研究方向。最后，我们总结代表性基准与关键讨论。在第 3 章中，我们调研 LLMs 如何正在改变人文学科与法律领域，从证据到实践展开。在历史学中，我们涵盖叙事生成与分析、定量与科学方法（如历史心理反应的模拟），以及跨学科研究，并结合基准讨论。在哲学中，我们回顾规范与解释性应用（如辩论/对话生成）、分析与逻辑应用（如符号落地诊断），以及跨学科研究。政治学部分，我们考察政策洞察的文本分析、意见模拟与预测、政治信息生成与框架化，并附带基准与反思。艺术与建筑部分，我们综述模型辅助的视觉、文学、表演艺术创作，以及基于 LLM 的建筑设计与分析，并总结评估与经验。最后，在法律部分，我们覆盖法律问答、合同与文书撰写、法律文档理解与案例分析、判决预测，并附以基准与讨论。在第 4 章中，我们综述 LLMs 在经济与商业中的应用。在金融领域，我们涵盖交易与投资研究、公司金融、市场分析、金融中介与风险管理、可持续金融、金融科技及相关基准。在经济学中，我们涉及行为与实验研究、宏观经济模拟与基于智能体的建模、博弈论与战略互动、经济推理与知识表征，并配套评估。在会计部分，我们审视审计、财务与管理会计、税务，并总结基准。在市场营销部分，我们涵盖消费者洞察与行为分析、内容生成与活动设计、市场情报与趋势分析，同样附带性能基准。在第 5 章中，我们系统回顾 LLMs 在科学与工程中的应用。数学部分包括定理证明辅助、理论探索与模式识别、数学教育与相关基准。物理与机械工程部分涵盖文档任务、设计构思与参数化制图、仿真支持与建模接口、多模态实验解读、交互式推理，并附以评估与讨论。化学与化学工程部分包括分子结构与反应推理、性质预测、材料优化、实验映射、分子设计、反应数据组织，并比较不同基准。生命科学与生物工程部分涵盖基因组序列分析、临床结构化数据整合、生物医学推理与理解、混合结果预测，并特别关注验证标准。地球科学与土木工程部分包括地理空间与环境数据任务、仿真与物理建模、文档处理、监测与预测性维护、设计与规划，并总结基准。最后，在计算机科学与电子工程部分，我们综述代码生成与调试、大规模代码库分析、硬件描述语言生成、功能验证、高层综合，并附以专用基准与挑战讨论。在第 6 章中，我们以“把握当下，塑造未来”为题进行总结，综合跨领域证据，概述新兴前沿，归纳人文学科与法律、经济与商业、科学与工程三个领域的共性机遇、局限与范式，并提出未来路线：包括基于模式对齐的多模态融合与可溯源归因、受限条件下的工具增强计算、规则约束的可复现智能体仿真、时间—因果适应、带不确定性控制的决策支持、人机协作监督与治理、以及面向教育的能力建设与安全嵌入——从而提供一个可实践、可审计、可扩展的跨学科应用蓝图。综上，本文从基础与评估到跨学科应用，系统勾勒出 LLM 研究与应用的全景，展示了当下的有效方法、尚存的脆弱环节以及进展的衡量方式。读者可以获得通用的任务分类体系、模型与工具选择的指导、严谨评估与基准构建的方法，以及在效用、安全、合规与人类监督之间取得平衡的实践模式。尽管本文不可能穷尽所有视角，且某些观点仍有待讨论，但随着 AI 技术尤其是生成式 AI 的快速发展，相关学科必将持续演进。作为初步努力，本综述希望帮助读者识别有前景的问题表述、设计合理的评估方案、预估潜在影响、并预判可能的失败模式。我们期望该综合性工作能够为研究人员、从业者与政策制定者提供借鉴，以负责任地把握当下，并塑造一个 LLMs 能够在广泛学科中实现可靠、可审计与真正有用能力的未来。

成为VIP会员查看完整内容

AI与军事 · 人机协同 · 多智能体 · 博士论文 ·

9 月 29 日

使用人工智能驱动的机器智能体来增强人类认知活动展现出广阔的潜力，新的云服务也在定期发布。然而，在传统应用中快速使用这些服务需要超出普通用户技术水平的技术技能。开发者需构建或扩展应用程序以利用这些服务，这常常延迟了这些服务向用户提供的可用性。聊天机器人式的对话界面试图解决这一问题，但更倾向于简单的交互。为支持更丰富的解决方案，提出通过人与机器智能体共同构建任务相关信息来实现知识共享。具体来说，是支持多种模态和一系列具体程度的共享知识——从快速获取的流动信息到更正式定义的知识。此外，用户应能调用相关的云服务，并快速建立与这些服务相称的信任水平。通过共同构建来融合知识，可以超越当前机器智能体集成中常见的简单对话交互或定制应用程序，实现更快、更丰富的协作机制。

本文引入“人-智能体知识融合”（HAKF）作为一个概念框架，以支持多模态知识的共同构建，并支持人-智能体团队在特定任务和时间受限的问题解决活动中进行协作。具体而言，HAKF 强调了可解释人工智能对于快速建立信任的必要性，以及可讲述人工智能对于流畅知识交换的必要性。论文定义了一个名为“认知速写”（Cogni-sketch）的 HAKF 开源实例化平台，该平台支持以下实验：（1）由人类主导的、针对开源情报分析的信息觅食、意义建构和故事讲述；（2）来自机器智能体和数据源的信息融合，并与人类分析师协同工作。（1）的结果表明，用户成功完成了任务，并同时推进了多项意义建构活动。（2）的结果，重点展示了机器视觉和物体识别的融合，证明了机器智能体共同构建的知识可供人类用户使用。

通过 HAKF 和“认知速写”，展示了强大而灵活的解决方案的潜力，使得人与机器智能体之间能够开展与任务相关的问题解决活动，范围涵盖从信息收集与组织到意义建构与故事讲述。

第 2 章以文献综述的形式提供了与 HAKF 及其在意义建构中应用相关研究的背景材料，考虑了对人类用户和机器智能体都重要的一般性通信因素。第 3 章引入了 HAKF 的概念，以支持人-智能体团队集体解决问题，并指出了在任何实施中都必须支持的具体方面。同时描述了与军事利益相关者举行的一次设计思考研讨会，以及这如何帮助明确 HAKF 所需的能力。第 4 章概述了作为 HAKF 实例化的实验性“认知速写”平台。本章首先简要评估了现有的相关工具和技术，然后定义了“认知速写”的范围、它如何支持 HAKF 所需的能力以及用于定制和集成机器智能体的各种扩展点。第 5 章重点关注机器智能体及其基于自身处理或分析能力做出与任务相关贡献的能力。这些贡献大体上与可解释性流程的示例相一致，并通过试点评估和一些对话解释来表达，以展示多种行为。第 6 章将重点转向人类用户通过可讲述性流程成功进行意义建构的能力，以及以对人类用户在视觉和认知上有用的形式创建相关材料。与一名情报分析师进行的试点练习为后续正式实验的设计和执行提供了信息，该实验旨在测量 12 名人类参与者的意义建构行为和结果。对试点和实验的结果进行了分析和报告。最后，第 7 章总结了各项贡献，呈现了 HAKF 研究活动的简要时间线，总结了一些额外的示例用例，并提出了未来潜在的扩展和进一步的研究领域。它还强调了大型语言模型技术的最新进展，这些进展高度相关但未在本论文中涵盖，因为它们是在所报告的研究完成之后出现的。论文还有三个附录：附录 A 包含了关于“认知速写”平台的额外细节以及代码、文档和视频演示等资源的链接。附录 B 包含了从第 6.4 章描述的人类意义建构实验中获得的完整数据集，以及对 12 名参与者在实验期间创建的制品的定性评估。附录 C 包含了一些与第 3 章第 3.2 节报告的设计思考研讨会相关的额外有用信息。

成为VIP会员查看完整内容

大语言模型 · 智能体 · 数据分析师 · 结构化数据 · 半结构化数据 ·

9 月 30 日

LLM/智能体作为数据分析师：综述

《美空军条令出版物3-52：空域控制》2025最新63页

摘要—— 大语言模型（LLM）与智能体（Agent）在数据分析中的应用（即 LLM/Agent-as-Data-Analyst）已在学术界与工业界展现出显著影响。与传统的基于规则或小模型的方法相比，（具备智能体特性的）LLM 能够支持复杂数据理解、自然语言交互、语义分析功能，以及自主的数据管道编排。技术演进进一步提炼出智能数据分析智能体的五大关键设计目标，即语义感知设计、模态融合集成、自主管道、工具增强工作流，以及开放世界任务支持。从模态视角来看，我们回顾了基于 LLM 的技术在以下方面的应用：（i）结构化数据（如关系数据的表格问答与图数据的 NL2GQL），（ii）半结构化数据（如标记语言理解与半结构化表格建模），（iii）非结构化数据（如图表理解、文档理解、编程语言漏洞检测），以及（iv）异构数据（如数据湖的数据检索与模态对齐）。最后，我们总结了尚存的挑战，并提出若干见解与实践方向，以推动基于 LLM/智能体的数据分析发展。 关键词—— LLM，智能体，数据分析，结构化数据，半结构化数据，非结构化数据，异构数据

1 引言

数据分析（广义地定义为对数据进行检查、转换与建模，以发现有用信息并支持决策的过程）是现代科学研究与商业智能的基石之一 [70, 13, 113, 282]。它覆盖从结构化数据库、半结构化表格到非结构化文档与视频等多种数据模态，并支撑着金融、医疗、工程、社会科学等领域的关键应用 [162, 23, 27]。

1.1 传统数据分析的局限

传统的数据分析流水线虽能有效提取信息与统计模式，但往往需要大量领域知识、繁重的人工特征工程，以及多种专用工具的集成 [244]。随着数据规模、复杂度与异质性不断增长 [130]，这些限制愈发凸显，构成了传统数据分析的内在薄弱环节。 L1：人工式开发。 最耗力的挑战在于传统工作流依赖僵硬的、手工设计的流水线，要求领域专家事先明确各个建模步骤 [286, 287, 280]。在大型企业数据库中，客户、订单、支付、发货、商品等分别以独立数据表存储且各含数十个属性，即便是回答诸如“上个季度高级会员的平均配送时长是多少？”这样看似简单的业务查询，也可能迫使分析人员选择关联表、定位对应属性、处理复杂的多表连接、施加领域约束并统一时间戳字段。对于文档问答，在包含多样元素（如文本块、表格、图表、图像）的长文档中检索相关信息通常需要分析师逐页审阅并概括内容，这一过程高度依赖人力。此类手工流水线不仅构建耗时，而且当数据特性或分析目标变化时难以适配。 L2：硬编码的工具依赖。 现有数据分析系统通常内置一组与特定工作流紧耦合的工具（如可视化看板、统计包或机器学习模块 [5]），这与底层数据类型的复杂性相关。例如，从知识图谱中抽取统计信息并进一步做线性回归建模时，分析人员需先撰写 GQL 查询并调用图数据库内置 API 获取数据，随后再借助机器学习库（如 scikit-learn、PyTorch）开展分析。相对地，3D 模型分析则更依赖领域特定知识与专用系统（如 AutoCAD、PyMOL [4]）。这类分析常受限于这些系统内嵌的功能，要求缺乏编程能力的分析师跨系统集成多个工具才能完成单一任务。异构系统的耦合不仅提高了分析流程的复杂度与开销，也妨碍了可扩展性并使其难以融入更广泛的分析工作流。 L3：同质化的模态支持。 现有系统通常针对特定数据类型进行了优化，其体系结构与查询引擎也面向特定格式而定制。例如，关系型数据库适于结构化数据 [95]，而 MongoDB 等系统则面向 JSON 等半结构化格式 [6]。在分析附带时间戳描述的视频时，分析人员常需手动将帧与相应文档对齐以实现跨模态分析 [158]。这种“专才化”削弱了跨模态异构数据的分析能力，进而提升了分析复杂度、引入错误并限制了洞察的广度与效率。 L4：基于表层格式的分析。 传统方法虽擅长过滤、聚合等操作，但缺乏对数据中语义信息的推理能力。比如在表格分析中，若单元格包含较长文本，SQL 往往只能检索或匹配关键词，而无法理解其语义（如情感、意图、因果关系）[280]。同样地，对于图表或文档等非结构化数据，分析师仍需手动解读与总结以满足分析需求 [69]。缺乏语义理解限制了当前系统的分析深度，也难以支撑超越表层模式、需要复杂知识推理的任务。

1.2 LLM/智能体赋能的数据分析机遇

近来的大语言模型（LLM）与基于 LLM 的智能体带来了缓解上述挑战的新机遇。如图 1 所示，通过自设计的分析流水线、自适应的工具辅助工作流与自然语言交互，LLM 有潜力降低技术门槛、增强可解释性，并加速从多样数据形式中发现可执行洞见。 O1：复杂数据理解。 得益于对潜在模式与上下文依赖的表征能力 [196, 200]，LLM 能够处理并推理关系数据、半结构化表格与非结构化文本等复杂数据。以图数据为例，模型不仅能理解结点与边所承载的语义内容，还能就其底层结构属性（如连通性、社群模式、层级组织）进行推理。这种深度而整体的理解使分析师能够产出融合定量度量与定性细节的更丰富洞见 [18]。 O2：自然语言接口（NL-based）。 基于 LLM 的分析智能体以自然语言为主要交互接口，使用户无需掌握 SQL 等专用查询语言或高级编程技能即可表达分析需求 [130, 115]。这种接口形式既提升了分析便捷性、加快了整体流程，也拓宽了不同用户群体参与数据驱动决策的范围 [202, 69]。 O3：语义算子。 LLM 使能结构解读、内容摘要等语义层操作，尤其适用于结构关系丰富或文本信息密集的数据 [219]。例如，在医疗记录数据库检索中，传统查询可能只返回包含“fever（发热）”一词的文档，而 LLM 驱动的算子还能识别“high temperature（高体温）”“febrile condition（发热状态）”等语义相关表述，从而增强查询的表达力，帮助分析师获得更准确、具备上下文意识的结果 [94, 232]。 O4：自主进化。 LLM 智能体并非静态工具，而是能够通过持续交互与学习来改进表现的自适应系统。鉴于分析需求与数据环境必然随时间演化 [76]，这一能力尤为关键。例如，一个金融分析智能体最初或许专注趋势预测，但在迭代反馈中会扩展到实时检测异常或纳入新兴风险因子。此类自主演化有助于保持系统的先进性，减少对人工重配置的依赖，并持续提供更个性化与高效的分析支持 [19]。

1.3 LLM 赋能数据分析的技术脉络

如图 1 与图 2 所示，鉴于数据格式与应用场景的多样性，我们从两条维度对 LLM 赋能的数据分析进行分类：（1）所支持的数据模态范围（x 轴）：结构化、半结构化、非结构化与异构；（2）交互范式的演进（y 轴）：基于代码（code-based）、基于领域特定语言（DSL-based）与基于自然语言（NL-based）。

LLM/智能体用于结构化数据分析

结构化数据（如关系数据库 [42] 与图数据 [16]）因其标准化模式与明确定义语义而在工业实践中居于核心。传统路径依赖 SQL 等代码式查询语言，随后发展出面向特定领域任务的 DSL [2]。在 LLM 的推动下，用户可通过自然语言接口进行交互，进一步经代码生成、DSL 映射或LLM 问答来操作结构化数据 [139, 188]，而智能体还能编排多步分析工作流 [292]。其核心在于利用 LLM 驱动流水线或端到端处理。 * 关系数据。 常见做法是将自然语言分析任务通过 LLM 转为 SQL 或代码，进而对数据库进行操作以获得结果。为更好对齐自然语言与专用语言，常在流水线中引入模式链接 [271]、信息检索 [174] 与任务分解 [76]；或在特定任务上对模型进行微调 [265] 以提升端到端生成质量。另一方向是跳过数据库操作，直接使用 LLM 做语义分析，这要求模型更好理解分析意图与结构化数据内在关系，因而在流水线中常采用 RAG [170]、提示工程 [290] 与任务分解 [283]，并通过 MLLM/LLM [285, 196] 在文本或可视化表格表示上进行推理。作为关系数据的一种特化形态，时间序列同样受益于类似技术：将自然语言转代码、检索与变换序列，或直接进行时序推理 [14, 96]。 * 图数据。 图以实体及其依赖关系刻画复杂网络语义，但也带来巨大的搜索空间与路径推理挑战。已有图数据库与专用查询语言 [1, 3]，因此可将 LLM 作为自然语言与图查询语言的接口。为促进模型对图结构与语法的理解，常引入智能体 [130]、微调与提示工程 [129]。而面向图上的语义分析，主流思路体现为 RAG [276]、智能体 [146] 与微调 [264] 的结合。

LLM/智能体用于半结构化数据分析

半结构化数据介于非结构化文本与完全结构化的关系数据库之间，通常具备一定组织结构但不遵循严格模式。 * 标记语言。 XML、JSON 与 HTML 是常见形式。由于其同时包含标签与内容并天然具备结构属性，其技术演进与半结构化表格关系紧密，也推动了结构感知的预训练语言模型（PLM）发展 [18, 221]。 * 半结构化表格。 这是一类更灵活的表格数据。传统基于 PLM 的方法（如 [73][140]）受限于对复杂版式、不规则表头与层级结构的表征能力。随着 LLM 的出现，新范式包括将半结构化表格转换为类关系型形式（SemiStru2Stru） [54, 117]，以及利用 DSL 显式编码结构与操作的DSL 建模 [202]。

LLM/智能体用于非结构化数据分析

非结构化数据涵盖图表、视频、文档、程序代码与 3D 模型等，因缺乏固定模式而对传统流水线提出挑战。 * 图表（Chart）。 传统方法多依赖手工特征、模板匹配或规则解析 [99, 157, 180]，易受设计与版式变化影响。LLM 出现后，可借助多模态理解解释图表的视觉与结构元素 [154]，执行语义数据抽取，并支持基于自然语言的推理、描述生成 [135, 164, 193] 与 QA [243, 46, 256] 等任务。 * 视频（Video）。 视频包含随时间演化的空间内容，需要语义与动态的联合建模。传统视觉骨干结合时间池化/注意力的方法面临标注成本与长序列效率问题 [33][210]。近期工作将视频重构为结构化 token 序列，以便 LLM 推理；智能体进一步将查询分解为时间定位、模态融合与摘要等子任务，从而实现更丰富的时序理解与高效计算 [33][49]。基于此，LLM 也扩展到视频情感分析（融合视觉、声学、文本线索进行情绪推断），并结合姿态/3D 网格重建，支持互动建模与关系情感预测 [90, 159]。在目标检测方面，将高精度检测器与多模态推理结合，能够在视频中进行以对象为中心的摘要与参照定位 [48, 269]。此外，手势与行为检测可利用 LLM 驱动的流水线提取细粒度运动与手势特征，支持交互分析与具身行为推理，常借助 3D 重建以提升保真度 [236, 235]。 * 文档（Document）。 PDF、网页与扫描报告是商业与学术信息的主要载体。传统文档分析依赖 OCR 与规则模板 [277, 67]，在复杂/多变版式与深层语义理解上乏力。多模态 LLM 通过统一处理文本—版面—视觉信息带来了变革： (1) 架构创新（如 LayoutLM 系列到 DocLLM）协同理解结构与内容 [253, 254, 86, 209]；(2) RAG 适配长文档或多文档的问答与摘要 [110, 108]；(3) 合成数据生成缓解标注数据稀缺 [184, 187]。这些技术推动文档处理从信息抽取迈向深度推理与综合。 * 程序（Program）。 程序分析旨在理解、验证与优化源代码，是软件工程的基石。传统静态/动态分析严谨但需要大量专业知识，且难以扩展至语义复杂的大型代码库。LLM 通过大规模代码学习获得了强大的生成与理解能力，催生新的分析范式。其核心在于构建与利用代码—任务对（如带漏洞标签、功能描述的代码片段）。借助迭代改写、自我校正等高级数据合成技术 [148, 34]，可生成高质量训练数据，支持自动定理证明（ATP）、漏洞检测与仓库级补全等前沿应用 [247, 142, 272]。值得注意的是，代码领域 RAG 的深化显著增强了模型利用整个代码仓上下文的能力 [128, 239, 63]。 * 3D 模型（3D Model）。 3D 模型以点云、网格或体素表示欧氏空间中的物体/场景，广泛用于场景理解与科学分析。传统流程依赖几何处理（如网格简化、点云配准）[78, 59, 37] 与专业建模软件（如 Blender、Maya [25, 204]），既需要人工标注又缺乏语义理解。近期方法通过 3D–语言对齐 [77] 将几何转换为结构化嵌入或文本描述以便推理；智能体编排专用 3D 编码器与工具链，支持描述生成、导航、科学问答等任务 [77, 250]。进一步地，3D–语言融合框架将点云/网格映射到与自然语言对齐的嵌入，促进3D-LLM、3UR-LLM 等任务 [77, 250]；面向领域的扩展将分子与蛋白结构纳入多模态推理（如 3D-MoLM、ProteinChat、ProtChatGPT）[119, 61, 208]。此外，跨模态细化通过特征增强与域自适应来桥接 2D/3D（如视觉定位、2D–3D 对齐或联合预训练），增强多模态 LLM 的泛化 [77, 119, 250]。

LLM/智能体用于异构数据分析

异构数据指多种类型数据的集成（如关系数据、半结构化表格、文档图像）[217]。早期研究聚焦异构数据管理 [7]，通过类 SQL 语言实现数据检索。结合 LLM 的最新进展主要体现在三方面：（i）跨模态对齐 [205, 38]（如利用自然语言描述计算跨模态相似度）；（ii）面向异构数据检索的自然语言接口 [169, 218]（将用户查询翻译为预定义 API 序列）；（iii）异构数据分析智能体 [162, 219]（为 LLM 配备适配不同模态的语义操作工具）。

LLM/智能体在数据分析中的演进

如图 1 所示，LLM 赋能的数据分析智能体可沿五个关键维度概括，每一维对应通用数据分析智能体的设计目标： * 从字面到语义。 早期更多是生成可执行代码或 DSL 来辅助分析；现在正转向基于语义理解直接产出分析结果，减少中间过程。 * 从单一模态到模态融合。 由仅支持单模态转向可在多模态之间进行协同分析的模态混合能力。 * 从人工开发到自主设计。 由人工分解工作流（任务拆解、代码生成、操作执行）转向更广泛的自主工作流设计，降低人为介入。 * 从工具耦合到工具辅助。 由紧耦合、框架特定的工具体系，转向可调用任意工具集的解耦架构，提升灵活性与适应性。 * 从封闭世界到开放世界。 由面向特定领域任务的定制智能体，演进到可分析多样真实世界数据（文档、视频等）的通用型智能体，降低用户门槛。

1.4 对比与贡献

相较于现有关于数据分析 LLM 的综述 [139, 188, 292, 185, 181, 97, 242, 53, 22, 58, 12, 201]，我们的工作更全面、细致地覆盖了不同数据类型上的关键技术，并强调这些类型之间的内在联系。我们独特地从数据模态与接口语言两个视角审视技术发展趋势，并进一步提出构建通用 LLM 数据分析智能体的关键设计维度。 * 典型数据分析任务的全景式综述。 不同于聚焦于单一模态或单一任务（如 NL2SQL [139, 188, 292]、图理解 [185, 181]、表格问答 [97, 242]、文档理解 [53, 22]、图表理解 [58, 12]、视频理解 [201]）的综述，我们按结构化—半结构化—非结构化—异构数据系统化梳理技术版图，追踪 LLM 赋能数据分析的技术演进，并识别面向通用数据分析智能体的五个关键设计维度。 * 数据分析技术的细粒度回顾。 超越高层概述，我们深入讨论具有代表性的技术路线，阐释其基本原理、技术设计与应用场景。区别于以往综述，我们进一步强调面向下游任务的数据构建/整理的重要作用，并给出相应的分析洞见。 * LLM/智能体作为数据分析师的最新进展。 除既有技术外，我们着重梳理了利用 LLM 推动数据分析的前沿发展（如智能体式设计、多模态对齐、交互技术），为研究者与实践者提供最新的参考。 * 开放挑战与未来方向。 我们识别了尚未解决的关键技术与实践挑战（如可扩展性、评测、真实系统集成），并在此基础上提出有前景的研究方向，以引导通用型 LLM 数据分析智能体的发展。

1.5 文章结构

第 2 节讨论面向结构化数据的 LLM 方法，涵盖关系数据（第 2.1 节）与图数据（第 2.2 节）。第 3 节回顾半结构化数据分析，包括标记语言（第 3.1 节）与半结构化表格（第 3.2 节）。第 4 节考察非结构化数据分析，覆盖图表（第 4.1 节）、视频（第 4.2 节）、文档（第 4.3 节）、编程语言（第 4.4 节）与 3D 模型（第 4.5 节）。第 5 节面向异构数据分析。对每类数据，我们先介绍数据分析技术，再给出数据构建/整理的小节。第 6 节讨论各数据类型面临的挑战与未来方向，第 7 节总结全文。

成为VIP会员查看完整内容

AI与军事 · 美军条令 · 空域控制 ·

9 月 29 日