2025年9月9日下午，中国科学院数学与系统科学研究院尚维副研究员莅临厦门大学经济学科，并带来了一场题为“集成思维链和检索增强技术的企业综合评价研究”的学术讲座。本讲座是厦门大学邹至庄经济研究院宏观经济研究中心“宏观与发展经济学前沿讲座”第16期，由宏观中心副主任郑挺国教授主持。该讲座重点探讨了人工智能技术在供应链管理和企业资质评估中的创新应用与发展前景。

讲座伊始，尚维副研究员指出，供应商资质评估是保障供应链安全和提升企业运营效率的重要环节，尤其对于跨行业、跨地区的大型企业集团而言，建立科学的资质评价与风险监测体系至关重要。以波音公司为例，该公司在全球100多个国家拥有超过5200家供应商，涉及材料、机械、精密工程和电子信息等多个领域。美国政府自20世纪60年代起建立并不断完善的联邦供应目录（FSC）涵盖超过1600万条物资品种数据和10万余家供应商信息，对国家安全保障和资源优化配置发挥了重要作用。面对全球供应链日益复杂化、贸易与技术环境不断变化的背景，企业和政府部门亟需建立科学高效的企业资质评价和风险预警机制，以保障生产稳定和社会安全。

在此背景下，尚维副研究员介绍了其团队提出的Eval-RCoT方法框架。该方法将大语言模型与知识图谱、检索增强生成（RAG）及思维链推理（CoT）技术有机结合，旨在实现多维度、可解释的企业综合评价。具体而言，Eval-RCoT框架包括三大模块：一是构建多源向量化数据体系，将专利、司法案例、财务指标等数据统一格式化并进行向量化处理，通过统计降维和权重优化实现多维度整合；二是基于专家知识和规则库构建推理体系，能够为企业资质与风险指标提供智能化、可解释的分析与评分；三是借助深度学习和大模型问答技术，建立可验证的评分机制，以提升模型输出的准确性和稳定性。研究表明，该框架在企业资质和风险评估方面优于基准方法，并在复杂供应链网络风险识别和企业管理优化中具有较强的应用潜力。

互动环节中，与会师生围绕研究内容展开了积极讨论。针对“如何整合不同大模型预测结果”的提问，尚维副研究员表示，可通过一个模型的输出作为另一个模型的输入并结合检索增强优化结果，但相关实证研究仍有待深入；对于“CoT与RAG结合后的评分偏差”问题，她指出，大模型整体存在评分偏高的倾向，但通过完善数据治理和验证机制可有效校准结果；在“是否利用数据进行微调”的讨论中，尚维副研究员强调，该方法更侧重于增强模型能力而非传统微调，对数据规模的依赖相对较低。

最后，尚维副研究员总结了本研究的未来发展方向：一是扩大数据来源和覆盖范围，构建更加全面的跨行业供应链企业数据库；二是深入探索大模型在风险管理和其他复杂任务中的应用；三是推进结构化数据集成技术的研发，以进一步优化RAG框架。整场讲座内容详实、逻辑清晰，充分展示了人工智能技术在供应链安全与企业管理中的前沿价值和应用前景。

(文丨经济学院 2022级博士生 徐晓芳)