文献追踪日报

随着大语言模型（LLM）的广泛采用和成功发展，将其应用于自动驾驶技术引起日益浓厚的兴趣与需求。凭借其自然语言（NL）理解与推理能力，LLM有望增强自动驾驶系统的多方面能力，从感知与场景理解到交互式决策。本文首先提出面向自动驾驶设计大语言模型（LLM4AD）的新概念，随后综述现有LLM4AD研究；接着提出用于评估LLM4AD系统指令跟随与推理能力的综合基准，包括仿真中的LaMPilot-Bench、CARLA Leaderboard 1.0基准以及用于多视角视觉问答（VQA）的NuPlanQA。此外，研究在自动驾驶车辆平台上开展大量真实世界实验，考察云端与边缘端LLM部署用于个性化决策和运动控制的效果。接下来，文章探讨了将语言扩散模型集成到自动驾驶中的未来趋势，并以所提出的视觉-语言扩散（ViLaD）框架为例加以说明。最后，文章讨论了LLM4AD面临的主要挑战，包括延迟、部署、安全与隐私、安全性、信任与透明度以及个性化等问题。

随着AI系统的快速进步，其在长期内存储、检索和利用信息的能力——即长期记忆——变得日益重要。这些能力对于提升AI系统在广泛任务中的表现至关重要。然而，目前尚无一项综合性综述能系统考察AI的长期记忆能力、构建理论框架并启发下一代AI长期记忆系统的开发。本文首先介绍人类长期记忆的机制，随后探讨AI长期记忆机制，并在两者之间建立映射关系。基于识别出的映射关系，研究拓展了现有认知架构，提出自适应用期记忆（SALM）认知架构。SALM为AI长期记忆的实践提供了理论框架，并有望指导下一代长期记忆驱动的AI系统的构建。最后，文章探讨了AI长期记忆的未来发展方向与应用前景。

群体决策（GDM）是政策规划、医疗优先级排序、危机管理等多个领域的关键过程，多个利益相关者协作评估备选方案并追求共同结果。在此背景下，模糊共识模型（FCM）提供了在不确定性下量化共识、迭代引导偏好对齐的结构化框架。然而，该模型及其变体通常依赖数值阈值和标准化反馈机制，未能充分刻画异质性决策者的认知多样性、动机动态与沟通需求。针对这些局限，本文提出将模糊共识模型与LLM及检索增强生成技术相结合的集成架构：通过将数值反馈转化为情境感知、具有说服力且心理适应性的指导来增强共识构建；基于大五人格模型进行心理画像实现反馈个性化；消息生成遵循基于说服双过程理论的提示策略；并引入外部知识源以提升透明度与认知可靠性。系统经两阶段实验方案评估，结果表明LLM能够生成针对个体画像的具有说服力的反馈，集成到FCM后通过减少迭代次数并改善偏好对齐，促进了更高效的共识过程。

本文围绕多智能体大语言模型（LLM）系统中的安全与可扩展协作展开系统性综述：一方面梳理智能体间的通信协议、任务分配与动态协调策略，分析其在复杂任务分解、并行推理与专业分工中的规模化优势；另一方面深入探讨系统运行中面临的提示注入、隐私泄露、幻觉传播与信任缺失等安全威胁，并归纳基于信任建模、风险约束与安全审查机制的防护方案。文章为构建可靠、可扩展的多智能体LLM系统提供了研究议程与设计指引。（注：该文为综述类文献，以下内容依据公开信息与题名概述整理）

人机共享驾驶（HMSD）已成为全自动驾驶普及前的重要过渡范式。然而，现有研究通常只考虑“人主导”或“人机平等”的单一路径，忽视了这两种关系在驾驶过程中的交替切换，导致理论与现实脱节。为此，本文提出一种基于大语言模型（LLM）的人机共享驾驶博弈均衡选择方法用于驾驶权分配。首先，研究构建博弈均衡选择模型，在Stackelberg均衡与Nash均衡之间无缝切换，分别对应“人主导”与“人机平等”两种关系。均衡选择过程由LLM依据场景理解实施；为增强LLM的场景理解能力，研究引入刻画人机冲突、驾驶员参与度与碰撞风险的一组指标作为先验知识。此外，研究设计了基于LLM的场景理解模块，将知识嵌入LLM，使其能够在HMSD系统中有效运作。最后通过人在回路实验验证所提策略：LLM能够理解所提供的知识、灵活适应不同场景并准确把握人机交互；所提策略有效减少了人机冲突、更好地满足驾驶员意图并降低驾驶负荷，展现了基于LLM的决策在人机交互中的潜力。

交通事故、自然灾害等突发事件频繁对城市交通模式造成严重干扰，给基于历史数据的常规预测方法带来挑战。近期研究尝试整合来自社交媒体、新闻报道与事故细节的辅助文本信息以增强预测模型，但这些方法往往未能有效将文本数据的语义上下文与城市交通流的时空模式对齐。为弥合这一差异，本文提出名为TPGM-LLM的新型框架，利用文本提示引导的多模态大语言模型动态整合实时数据，包括事故报告、交通传感器与天气状况。具体而言，该框架集成基于预训练LLM的文本编码器，将突发事件描述解释为语义提示；引入动态时空超图模块，采用FastDTW捕获不同路段间的非局部依赖；并利用多模态特征提取LLM以分层方式融合文本引导与交通动态，提升长期交通预测的精度。在北京文本-交通数据集（BjTT）上的实验表明，所提模型优于现有方法，在复杂动态交通情境下展现出有效性。

本文估计了一个采用符号约束识别的结构VAR模型，以分别识别金融冲击、宏观不确定性冲击与金融不确定性冲击。估计方法的新颖之处在于企业流动性对这些冲击的定性差异反应：金融冲击导致企业在失去外部融资渠道时消耗其流动性，而两类不确定性冲击则促使企业以预防性动机增持流动资产。尽管三类冲击对美国经济都具有紧缩效应，但只有宏观不确定性冲击会引发通缩走势。既有理论框架可以合理解释这一发现。

本文研究道德风险下投资增长对企业激励的影响。在企业的投资组合中加入增值但高风险的项目，即使这些项目的回报相互独立，也可能削弱其对更安全项目的激励。尽管这样做分散了企业的收入来源，但这种风险污染渠道可能增加企业的脆弱性。当存在关于投资价值的消息时，这种脆弱性会进一步加剧。企业随后可以通过选择更安全的新投资来缓解这些影响，但代价是牺牲价值创造。因此，本模型预测，大型企业或并购后的企业可能比小企业风险更高或生产率更低。

本文证明，在存在有限承诺的竞争性经济中，暂时性收紧无担保信贷上限可以提高福利。当违约会使行为人被排除在借款（但不包括储蓄）之外时，违约的价值将依赖价格。由于行为人没有内化借贷上限对均衡价格和参与约束的影响，自由放任下的上限未必是福利最大化的。预先宣布的、暂时性的收紧会抬高债券价格（降低利率）、降低违约价值，并放松更早时期的自我执行借贷约束。如果由此带来的风险分担扩张足以抵消上限约束生效时的暂时扭曲，该政策便能实现事前帕累托改善。该机制具有自然的宏观审慎含义，且在某些条件下，一旦政策宣布，违约便无法获得全体一致支持；即便不存在产出惩罚、低利率和泡沫性债务上限，该政策也能带来福利改善。

本研究考察几类集成供应与库存（SI）规划问题，涵盖需求不确定下有限或无限容量的供应商选择、分销以及集中式或分散式库存规划。研究聚焦于经营时尚类产品的零售商：需求具有季节性、提前期长且销售季中无法补货，未售商品只能折价清货。研究者将带容量约束的问题建模为凸混合整数规划，并证明其是强NP难问题。为此提出采用拉格朗日松弛方法解析推导下界、确定最优乘子范围并给出最坏情形误差界，同时引入启发式算法生成可行解。计算研究表明，基于松弛的启发式算法所得解接近最优；进一步地，无容量约束的SI问题可以解析求解，获得闭式最优解。该研究为集中式与分散式供应链中的供应商选择、分销策略与库存管理实践提供了重要的管理洞见，尤其是关于集中化收益的解析结论（在相关高斯与重尾稳定需求分布下），并系统探究了规模经济、需求相关性、需求分布特征及上下游成本等关键因素的影响。（注：该刊本轮未检索到与供应链金融/贸易信贷直接相关的2025-2026文献，收录其供应链运营方向文献1篇作为代表）

“酷儿先锋”理论阐述了Netflix、Amazon Prime Video等电视流媒体平台如何将交叉性的女同、男同、双性恋、跨性别、酷儿及非二元（LGBTQ+）群体的再现，与叙事复杂性、潮流感、排他性和真实性等属性相绑定，以争夺订阅用户。流媒体平台改造了20世纪80、90年代有线与广播频道制作黑人主演剧集时所开创的品牌策略，也借鉴了21世纪早期有线电视频道聚焦男女同性恋角色的做法。本文采用将媒体实践作为研究方法的创新路径，论证流媒体平台借助“酷儿先锋”策略来吸引订阅其原创内容、建立特色内容库、维系订阅者注意力并拓展市场。随着流媒体战争的深入，数字发行商正回归以广告支持内容吸引大众受众的传统电视实践，这可能威胁到曾作为“巅峰电视”核心的复杂交叉性LGBTQ+叙事的未来。

本文对社交媒体研究中日益流行的“真实性”概念展开批判性回顾，主张将真实性视为一种话语性凝视（discursive gaze）：它既非创作者的固有属性，也非可被简单测量与操纵的传播特征，而是在平台媒介逻辑、创作者自我呈现与观众解读之间动态协商的社会产物。文章梳理了真实性研究的主要脉络与常见假设，揭示了其背后的权力关系与规训面向，并展望了在平台化与商业化背景下重新思考真实性的研究方向。（注：该文为述评类文献，以下内容依据公开信息与题名概述整理）

大量关于血汗工厂伦理的哲学文献假定，销售消费品的单个品牌营销商要么直接雇佣血汗工厂工人，要么能够强力影响这些工人的劳动条件。这种过度简化误解了大型买方对其供应链劳工标准所负责任的理由与细节。在本文中，作者展示了哲学家的“纵向整合”与“控制”假设如何扭曲了人们对供应链内部动态的理解。在更现实的假设——大型买方对供应链中的劳工条件仅具有“受限影响力”——下，作者证明大型买方仍负有推动社会升级（social upgrading）目标的责任。然而，履行这一责任要求大型买方以正式且可问责的方式，集体将权力让渡给供应链中的第三方。跨国工业协议（如《国际协议》）的最新进展正是这种承诺的体现。

尽管从工具性视角看，利益相关者关系可以促进持续竞争优势，但规范性论证强调道德原则的重要性，尤其是在关系型策略的未来结果不确定且易被模仿之时。本研究基于Natura公司的案例探讨工具性与规范性观点如何互补：Natura是一家从亚马逊雨林采购天然原料的化妆品公司，其供应商关系向包括竞争对手在内的多方开放。研究表明，Natura发展并强化了一个道德驱动的规范内核，明确了企业与管理者应如何行事。这使其在结果高度不确定时仍坚持开放的长期关系型策略，进而通过深化的关系绑定与实质性的利益相关者参与获得了涌现性的工具收益。值得注意的是，公司的控股股东对规范内核的形成具有重要影响，这凸显了识别关键股东及其价值观的重要性。

追求社会地位是人类的基本动机，但个体在地位寻求倾向上差异显著。本文借鉴依恋文献与生命史理论，提出依恋焦虑经由增强的同性内竞争驱动地位追求。在覆盖五国的六项预注册研究（N=4,456）中，研究发现依恋焦虑（而非依恋回避）预测地位追求，且该关系由同性内竞争（与同性对手竞争）中介，而非以往文献所记录的物质主义或一般竞争心。实验证据确证了因果性：诱导依恋焦虑会通过增强同性竞争提高个体对高档汽车和住房的渴望。过程调节设计表明，实验性操控同性竞争会相应增强或减弱依恋焦虑对地位追求的影响，且这种效应仅对高地位物品成立。这些效应在男性和女性中均稳定存在。研究结论表明，依恋焦虑者通过与同性对手竞争来补偿其关系不安全感。该研究将依恋理论拓展至地位追求领域，厘清了依恋模式的个体差异在何种情境下、何时及为何预测人们的地位追求。