搜索文章:
期刊:
主题:

期刊目次

2025年·卷3·期  1
2024年·卷2·期  1 / 2
2023年·卷1·期  1

AI应用研究

AI Applications Research


期刊简介:《AI应用研究》(AI Applications Research,AIAR)是聚焦人工智能前沿技术落地与跨领域创新的专业性学术期刊,以 “探索 AI 应用边界,驱动产业变革升级” 为核心使命。期刊立足人工智能与各行业深度融合的交叉地带,致力于搭建技术研发、行业实践与学术交流的高端平台。重点收录 AI 在智能制造、医疗健康、金融科技、智慧交通、教育创新等领域的原创研究与应用案例,深度剖析算法优化、模型部署、数据治理等关键环节,同时关注 AI 伦理、安全风险与法律规制等社会议题。期刊旨在推动人工智能从理论创新向实际生产力转化,为科研人员、行业从业者与政策制定者提供兼具学术深度与实践价值的智力支持,助力构建 AI 赋能各领域高质量发展的创新生态。

出版主办:澳门科学出版社(Macao Scientific Publishers,MOSP
获取准则:2023-2025 © MOSP,期刊遵循公开获取准则(CC-BY License
期刊主编:邀请中
投稿方式:MOSP-HOME系统「点击这里
检索收录:申请中
国际刊号:Print-ISSN 0000-0000 | Online-ISSN 0000-0000

快速链接:投稿指南  |  投稿系统  |  订阅期刊  |  联系编辑
2025年3卷 | 0篇文章
AI应用研究 2025, 3(1);   
全文阅读
浏览:11
下载:0
作者:刘颖*
摘要:人工智能(AI)已经成为各领域解决复杂任务的关键工具,其中,AI代理(Agentic AI)以其适应性和自主性,架起了人与复杂问题解决之间的桥梁。然而,如何有效评估AI代理在复杂任务中的效能,是现今亟待解决的问题。本研究基于REBench,一个全新的基准测试平台,开展AI代理效能的实证分析。通过REBench,我们设定了一系列复杂任务,并对众多AI代理进行了评估。结果表明,AI代理在多个复杂任务【更多...】
关键词:AI代理; 复杂任务; 效能评估; REBench; AI设计改进
AI应用研究 2025, 3(1);   
全文阅读
浏览:18
下载:0
作者:周沐阳,李娜*
摘要:近年来,人工智能技术快速发展,数据成为模型训练的重要基石。然而,数据采集的合规性问题愈发引发关注,特别是在大规模公开数据集的使用背景下。本文以C4数据集限制令牌激增事件为切入点,分析AI数据采集中存在的主要合规性问题,包括数据来源合法性、隐私保护和版权风险等。同时,结合实际案例,从监管政策和企业实践两个方面探讨数据采集合规管理的有效对策,包括实施【更多...】
关键词:AI数据采集;合规性;C4数据集
AI应用研究 2025, 3(1);   
全文阅读
浏览:19
下载:0
作者:郭言浩*
摘要:大语言模型(LLMs)的涌现机制已成为人工智能领域的重要研究方向。本文以DeepSeekR1为研究对象,探讨其涌现能力的形成机制以及训练成本优化策略。在研究背景方面,涌现机制指为语言模型在训练过程中通过数据规模与模型复杂度的增长逐步表现出复杂高阶的能力,这对提升模型性能与应用价值具有关键意义。同时,训练成本优化问题因模型参数量及数据处理需求的迅速增加而成为挑战,亟需【更多...】
关键词:涌现机制;DeepSeekR1;大语言模型;训练成本优化
AI应用研究 2025, 3(1);   
全文阅读
浏览:20
下载:0
作者:刘思雨,林子明*
摘要:随着科技的发展,AI技术在非物质文化遗产领域有着广泛的应用和深远的影响,本文以湘西苗寨的文旅创意产业为背景,探讨AI如何赋能非物质文化遗产的传承。通过对湘西苗寨文旅创意产业的实地调研和深入分析,本研究构建了一个以AI技术为核心的非遗文化传承模式,包括非遗数据收集、非遗知识的AI挖掘、非遗文化的AI展示与传播、非遗文化的AI创新四大部分。研究发现,AI不仅可【更多...】
关键词:非物质文化遗产传承; AI赋能; 湘西苗寨; 文旅创意产业
AI应用研究 2025, 3(1);   
全文阅读
浏览:17
下载:0
作者:张斌*
摘要:随着科技的迅速发展,AI技术的运用在生物工程领域中显示出巨大的潜力。本研究中,我们研发了一种AI辅助的方法,用于设计极端环境下耐高温的生物元件,尤其是高温耐受蛋白质。首先,通过大数据分析和机器学习的方法,我们发现了耐高温蛋白质的通用特征,并将这些特征肇喜构建目标蛋白质。然后,借助合成生物学的理论与技术,我们合成了这些高温耐受蛋白质,并进行了严格的【更多...】
关键词:AI辅助设计; 极端环境生物元件; 高温耐受蛋白质
AI应用研究 2025, 3(1);   
全文阅读
浏览:14
下载:0
作者:陈泽浩*
摘要:近年来,随着深度学习模型规模的不断扩大,其强大的推理能力为诸多应用领域带来了突破性发展。然而,模型规模的增长也伴随着显著的推理成本提升,限制了其在资源受限场景中的应用。为此,本文创新性地提出了一种结合强化学习(RL)与Scaling Law的后训练范式,以优化深度学习模型的推理成本为核心目标。首先,本文深入分析了Scaling Law在描述模型性能与其规模、训练资源【更多...】
关键词:强化学习; Scaling Law; 推理成本优化; 深度学习模型
AI应用研究 2025, 3(1);   
全文阅读
浏览:14
下载:0
作者:赵飞,方静怡,刘军*
摘要:药物分子设计是生物医学领域的重要环节,把握其规律与特性以及实现药物研发的高效快捷是目前研究的热点。以此为背景,本文在对"生成式AI"的理论基础进行深入剖析的基础上,提出了一种基于多模态预训练模型的药物分子设计创新路径。在研究方法上,本文首先构建了一个含有大量药物分子数据的学习模型,再通过生成式AI的智能算法进行训练和迭代,最后输出符合实验目标的药物【更多...】
关键词:药物分子设计; 多模态预训练模型; 药物研发效率; 新药筛选新路径
AI应用研究 2025, 3(1);   
全文阅读
浏览:14
下载:0
由此登陆,开启投稿之旅: