2026年5月9日，在中央财经大学第八批青年科研创新团队支持计划资助下，由中央财经大学第八批青年科研创新团队李国文团队与中国科学院大学经济与管理学院联合主办的学术讲座于中国科学院大学中关村校区顺利举行。西南财经大学大数据研究院李彪副教授应邀作题为《大规模语言模型与智能体研究实践与前沿进展》的学术报告。讲座由中央财经大学李国文副教授主持，李国文团队10余名师生与中国科学院大学经济与管理学院10余名师生共同参与本次学术交流活动。

李彪副教授围绕2025-2026年大规模语言模型与智能体领域的范式转折点展开系统分享，指出当前研究已从传统参数规模扩张，转向推理、统筹架构与行动能力的深度优化，并明确三大核心转向：从预训练为中心转向推理为中心、从RLHF转向可验证奖励学习（RLVR）、从算法为中心转向架构统筹（Harness）为中心。他基于Agent=模型（Model）+统筹架构（Harness）的形式化框架，系统拆解模型能力、工具技能、多智能体协同、执行环境等核心模块，结合Snell、GRPO、Terminal-Bench等前沿实证研究，深入解析RLVR训练范式、稀疏注意力与状态空间模型等架构演进、测试时算力缩放、推理机制、RAG 技术、多智能体失效模式、Harness工程设计等关键前沿问题。

李彪副教授强调，模型能力与统筹架构为正交优化对象，应用层研究者无需依赖超大规模算力，即可通过架构设计、推理策略优化、工具与环境适配等方向产出高影响力研究成果。他还结合当前领域理论缺口，梳理训练范式、模型架构、推理机制、多智能体、Harness、工具技能等方向的开放研究问题，为中等学术团队指明低算力门槛、高研究价值的前沿方向，并特别提及经济学与人工智能交叉、社会选择理论在多智能体决策中的应用等特色研究路径。

在交流环节，与会师生围绕大规模语言模型推理机制、智能体架构优化、多智能体协作、大模型与经济管理交叉应用等议题，与李彪副教授展开深入探讨。李彪副教授结合最新研究进展与工业实践，对测试时算力与预训练算力的耦合关系、Harness对智能体性能的影响、多智能体冲突解决机制、工具设计与能力提升等问题进行细致解答，现场学术氛围浓厚。

本次讲座聚焦大规模语言模型与智能体领域的前沿理论、实践方法与开放问题，为师生搭建了人工智能与经济管理交叉学科的高水平学术交流平台，帮助与会师生精准把握人工智能领域的研究趋势与学术机会，有力推动学校在人工智能、大数据与经济管理交叉领域的学术交流与合作，为后续相关方向的科研创新与人才培养奠定坚实基础。

撰稿人：李国文

审核人：梁上坤