摘要:为提供犯罪学研究的新视角和更有效的工具,围绕如何基于ACP(人工系统、计算实验、平行执行)方法和大语言模型(large language model,LLM)进行犯罪学研究展开。首先,深入剖析了传统犯罪学研究在系统刻画、动态推演及实证研究等方面面临的瓶颈,并详细阐述了ACP方法在解决上述挑战中的潜在优势。然后,提出了基于ACP和LLM的犯罪学研究框架,探讨了其理论意义与实践价值。最后,对未来基于LLM的数字助手如何赋能犯罪学研究进行了展望,同时指出该模式在实际应用中可能面临的挑战,并强调应多加强多学科协作与技术创新,以推动犯罪学理论与实践发展,提升犯罪防控整体效能。
摘要:中国自动化学会(Chinese Association of Automation, CAA)是我国自动化领域最重要的学术团体之一。面对日益复杂的科研环境和繁重的科研任务,CAA 需要不断调整传统的组织和运营模式以应对新的挑战。为此,基于智能合约、分布式自主组织与运营(decentralized autonomous organization and operation,DAO)以及以大模型为代表的人工智能技术,提出了“数字CAA”的概念,构建了总体架构并详细探讨了关键支撑技术,描述了数字CAA的运行逻辑与应用场景,并以分支机构管理为典型案例,阐明其在优化管理和运行效率方面的辅助作用。同时,分析了数字CAA在实际应用中可能面临的主要挑战,在提升CAA可持续发展能力的同时,为其他科技组织的转型与变革提供参考和借鉴。