| 主讲人 |
尚维 |
简介 |
<p>供应商资质评估对于稳健的供应链管理至关重要，尤其是在生产生态系统复杂的行业中。传统的多维度指标体系往往存在主观偏见，且无法明确指出供应商评估中的具体优势或劣势。本研究提出了一种创新框架，该框架将启发式评估指标与融合了思维链（Chain-of-Thought，CoT）技术和检索增强生成（Retrieval-Augmented Generation，RAG）技术的大型语言模型（Large Language Models，LLMs）相结合，这一框架被称为Eval-RCoT，旨在提高供应商评估的精准度和可解释性。利用一家中国大型制造企业的新型数据集，我们对ChatGPT和GLM在执行供应商评估时的表现进行了评估。实验结果表明，Eval-RCoT能有效生成准确的评级结果和可解读的管理洞见。通过分类指标和基于大型语言模型的指标进行的量化验证，进一步凸显了该框架的可靠性。这些发现凸显了大型语言模型驱动的方法在减少高风险行业供应商评估主观性、简化评估流程方面的潜力，为应对动态供应链需求提供了可扩展的解决方案。</p> |
| 时间 |
2025-09-09 (Tuesday) 16:40-18:00 |
地点 |
经济楼C208 |
| 讲座语言 |
中文 |
主办单位 |
宏观中心 |
| 承办单位 |
|
类型 |
系列讲座 |
| 联系人信息 |
林安语 2181776 |
主持人 |
郑挺国 |
| 专题网站 |
|
专题 |
|
| 主讲人简介 |
<div>尚维，中国科学院数学与系统科学研究院，副研究员，博士生导师，预测科学研究中心总工程师。财政部大数据人才库专家，大数据与商务分析协会理事。IEEE Big Data大会程序委员会委员、大数据预测分论坛发起人。主要研究方向为经济预测预警、互联网数据挖掘、企业风险预警和决策支持系。面向基于大数据的决策分析问题，提出了基于深度学习的文本挖掘模型方法，研发了一系列服务于经济金融政策分析和供应商风险管理的决策支持系统。在Nature合作期刊、International Journal of Forecasting和Decision Support Systems等国际期刊和会议上发表文章60余篇。研究成果被学术期刊、会议和国际货币基金组织（IMF）等国际机构政策报告广泛引用。</div>
<div> </div>
<div>承担国家自然科学基金、科技部重点研发计划、中科院重要方向性项目，以及中国人民银行、国家电网、航天院所、国家体育总局等机构的科研攻关课题。曾获北京市科学技术奖和信息技术与发展Amy Mahan Award等奖励。作为技术负责人和总设计师研发的经济金融监测预警与政策模拟仿真平台系统长期服务于人民银行、国家发改委、国家外汇管理局和商务部等部门，为国家政策决策的数智化转型提供了重要的技术支撑。</div> |
期数 |
宏观与发展经济学前沿讲座第十六期 |
