我要投稿

大模型在科研工作中的实践

发布日期：2025-01-24 17:36:45 浏览次数： 2066

作者：飞哥数智谈

微信搜一搜，关注“飞哥数智谈”

本文主要为科研工作人员提供一些大模型实践的经验，期望大模型可以帮助科研人员加速文献综述过程，提升数据处理与分析的效率，促进跨学科知识的融合。

本文以金融专业科研工作为例。

大模型简介

个人理解

大模型，作为近年来人工智能领域的一颗璀璨明星，正以前所未有的速度改变着我们的生活和工作方式。不同于传统的机器学习模型，大模型通常拥有数十亿乃至上万亿的参数，能够理解和生成人类语言、图像、音频等多种形式的信息。

许多人已经体验过与大模型的对话，对话质量之高，甚至令人难以分辨是在与机器还是真人交流。这表明，大模型正逐步演变成一个“智慧中心”，类似于人类的大脑，负责处理和创造知识。与之配套的Agent（代理或智能体），则扮演着“五官”和“四肢”的角色，使大模型能够感知环境并与之互动，从而超越单纯的聊天和沟通，执行具体任务，真正地影响和改变现实世界。

用户可以直接向大模型传达目标，它能够自主规划路径，调用所需工具，甚至进行反思和迭代，以达到预期的结果。即使遇到目前无法理解的问题，通过用户的分解和指导，大模型也能够进一步细化处理，逐步逼近解决方案。
所以，个人认为，大模型不仅是一个技术升级，一种生产力的提升，更确切的说，它是一次革新，一次直接改变我们工作方式、方法的革新。

个人推荐

通义千问：日常使用中，个人感觉生成质量比较好的一个产品，PC、手机APP都有，目前都是免费的。
扣子：另一个很有特色的产品，可以方便快捷的自建智能体，产检、工作流生态极其丰富，有官方的，也有社区贡献的。唯一一点不太完美的地方就是智能体（它的平台叫做Bot）需要公开发布，但是后续估计会提供收费的私有化发布。
Ollama：以上都是直接使用大厂的服务，该产品则是可快速本地搭建大模型，当然，受限于大家的硬件，估计只能跑起来最小模型体验一下。Ollama自己默认提供的命令行和REST，可以搭配Open WebUI或者Anything LLM进行UI操作。

其它还有很多可以选择，大家可以自行尝试：文心一言、星火、天工、Kimi、混元、零一等。

热点

GPT-4o多模态：https://mp.weixin.qq.com/s/SiA9pRHMI7QI00ufE22nmw

可灵大模型：https://kling.kuaishou.com/

世界人工智能大会：大量模型更新、具身智能。https://www.thepaper.cn/newsDetail_forward_27918678

金融大模型FinRobot：https://blog.zhexuan.org/archives/FinRobot.html

上财发布金融领域大语言模型测评集FinEval：https://ds.sufe.edu.cn/qfrm/1c/76/c10234a203894/page.htm

科研场景实操

学知识

通义千问-对话。

提示词1：你是一个金融信息安全的教授，现在我想自学金融信息安全，请给出学习路径以及学习建议。
提示词2：请再详细一点，毕竟我是自学。

读文献

通义千问-效率-论文阅读

写文章

通义千问-对话。

提示词1：我要编写一篇大模型助力投资分析的文章，请帮我设计文章大纲。
提示词2：请按照“第一部分：大模型的基础与原理”大纲编写一段500字左右的文字，逻辑清晰，措辞正式。

数据处理

通义千问-对话。

需要先上传要处理的数据。

示例数据：

提示词1：基于给出的数据，2023年收入是多少？

提示词2：基于给出的数据，2023年利润是多少？

提示词4：基于给出的数据，帮我把日期更改为xxxx年xx月xx日的格式，并按照csv格式输出。

资讯获取

扣子-自建智能体。

可通过扣子内置“头条新闻”插件进行获取，并按照固定格式整理输出。

金融场景展望

金融行业的应用场景也很多，比如：

个性化推荐

大模型能够处理复杂用户数据，涵盖更多维度的特征，从而提供更为精准的个性化金融服务。基于已有的丰富知识，它能有效解决新客户“冷启动”难题，确保每位用户从一开始就获得定制化的体验。

欺诈行为识别

通过对大量欺诈案例的学习与微调，大模型能够识别并预警潜在的欺诈活动，无论是异常交易、虚假文案还是可疑行为模式，都能被及时捕捉，增强金融系统的安全防护。

风险评估

大模型使金融机构能够对非结构化信息进行深度分析，将以往难以量化的数据转化为有意义的风险评分，助力更全面、准确的信贷和投资决策。

股票走势预测

利用情感分析技术，大模型能够解析市场舆情，判断公众对特定股票的情绪倾向，从而预测可能的市场动态，为投资者提供有依据的股票趋势预测，辅助其做出更明智的投资选择。

END

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-06-14

挑战 Transformer 架构的谷歌最新扩散模型 Gemini Diffusion 系统提示词

2025-06-14

“AI原生”时代：企业数智化转型的分水岭

2025-06-14

多模态RAG的三类图文问答实现方式，你知道多少种？

2025-06-14

新一代文本表征Qwen3-Embedding与排序模型Qwen3-Reranker 部署和替换

2025-06-14

“华强北”围攻AI耳机，未来智能如何突围？

2025-06-14

AI时代如何为企业和个人赋能

2025-06-14

没吃透 Function Calling？难怪你不理解 AI Agent 为何非来不可！

2025-06-14

浅尝一下微软的AutoGen框架

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek R1-0528 小版本升级

2025-05-29

🧠 解码大语言模型的记忆力：上下文长度的前世今生

2025-03-20

萌新指南｜手把手教你Cherry Studio配置MCP，10分钟让大模型学会上网截图！

2025-03-21

教你解决GPT4o无法使用新版生图功能的教程

2025-04-11

Manus 是大模型 AI Agent + MCP，那什么是模型上下文协议 (MCP)?

2025-03-20

不止核弹芯片，黄仁勋发布两台 AI 个人超算，还拿下全球最快 DeepSeek 推理速度

2025-03-19

聊聊大模型MCP模型上下文协议-为何是AI在企业内应用落地的一个关键组件

2025-03-20

用 Go 语言打造高并发 MCP 服务器：理论、实战与 AI 应用全景探索

2025-03-19

MCP如何重塑AI开发？一文带你深入了解

2025-03-19

黄仁勋 2 个半小时演讲，英伟达已经进入「Agentic AI」时代

2025-03-19

大家都在问

多模态RAG的三类图文问答实现方式，你知道多少种？

2025-06-14

“华强北”围攻AI耳机，未来智能如何突围？

2025-06-14

张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？

2025-06-14

为什么说Maus是未来任务型AI系统的代表？

2025-06-14

一手实测：首个有记忆的企业级AI Agent，能否经得住实践捶打？

2025-06-13

聊透 Agent，它是「同事」还是「工具」，创业机会和价值究竟是什么？

2025-06-13

拒绝碎片化 RAG，谷歌 DeepMind 推出 ReadAgent：模拟人类阅读长文本，或是NotebookLM底层技术？

2025-06-13

字节跳动2步突破，复杂文档布局解析，为啥如此惊艳？

2025-06-13

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

友情链接：

CopyRight © 2012-2024 深圳市博思协创网络科技有限公司版权所有

粤ICP备17114055号

广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）

深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204

上海：上海市浦东新区金新路58号1602室

微信扫码
和创始人交个朋友

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部