主讲人：

李段腾川    武汉大学信息管理学院副研究员

主讲人简介：

李段腾川，武汉大学信息管理学院副研究员，九三学社社员，武汉大学文化遗产智能计算实验室（教育部哲学社会科学实验室）研究员，武汉大学-奥荣工业大数据智能分析与应用联合实验室研究员，武汉大学全生命周期健康研究中心专委会委员。主持和参与国家自科基金、国家社科基金、省重点研发计划和省自科基金等多项课题。在国内外重要学术期刊和会议发表学术论文50余篇，其中包括中科院SCI 1区Top/CCF A类期刊和会议论文30余篇。担任 Information Processing & Management 期刊的编委；同时也担任Journal of Autonomous Intelligence、Electronics 和Frontiers in Sports and Active Living 等期刊的客座编辑。主要研究领域：大语言模型、多智能体、信息检索、推荐系统、知识图谱。

主持人：

程齐凯    武汉大学信息管理学院大数据管理与保密系主任

内容摘要：

当前大语言模型与智能体技术正加速推动垂直领域的智能升级，但垂域应用的有效落地并不单纯取决于模型参数规模与通用能力，更依赖于高质量领域数据、专业化知识组织方式以及科学评测体系的系统支撑。领域知识质量、样本覆盖程度、数据治理水平与反馈闭环机制，直接影响智能体的专业性、稳定性与应用成效。而面向垂域场景的大语言模型评测与数据集构建，则进一步决定了模型能力是否真正可测、场景效果是否可靠可验。因而，如何开展面向具体场景的大语言模型评测与数据集构建，已成为推动垂域智能体由“可用”迈向“好用”的关键问题。本讲座将聚焦高质量数据在垂域智能体中的基础性作用，结合典型行业案例，探讨从领域知识组织、数据集构建与大模型评测，到智能体场景化落地的实现路径，进一步分析垂域智能体由“技术能力”走向“业务价值”、由“可用”走向“好用”的关键支撑。

主办单位：

武汉大学信息管理学院

讲座时间和地点：

2026/04/30  19:30-20:30  腾讯会议号 946-176-067