9月17日，第七期AI赋能交叉学科沙龙在文翔路校区顺利举行。本次沙龙邀请了会计学院赵向芳副教授和王孝钰副教授担任主讲人，会计学院副院长（主持工作）李从刚副教授主持，相关学院师生代表近50人参加本次沙龙。

赵向芳副教授主讲的沙龙主题为“AI在会计和审计中应用的前沿文献与方法”。赵老师聚焦人工智能如何赋能科研，详细介绍了如何调用DeepSeek、通义千问等AI大模型API及Python实现方法，特别分享了如何利用大模型API辅助科研数据搜集，并现场演示了从上市公司公告PDF抓取信息到利用大模型提取所需数据的完整Python流程。此外，她还阐述了BERT模型及其衍生模型（如SBERT、FinBERT）在前沿文献中的应用、微调及其Python实现，分享了前沿研究中如何将BERT模型与生成式人工智能相结合。

王孝钰副教授分享的主题是“AI赋能会计审计研究——文献综述与前沿探索”。王老师介绍了大语言模型在会计金融领域的多种应用场景，包括主题识别、情感分类、业务分类、预测、总结概括等。这些应用场景涵盖了从文本信息的分类与分析到风险指标构建、创新价值预测等关键环节，为与会者勾勒出了大语言模型在会计金融领域应用的全景图。在公司金融领域，报告重点介绍了大语言模型在情感分析、主题分析、总结概括以及风险指标构建等方面的应用。例如，FinBERT模型在金融文本情感分析中的卓越表现，以及GPT在处理少量标注样本时的优异性能，都充分展示了大语言模型在金融文本处理中的强大能力。在ESG信息披露方面，报告指出大语言模型在识别不同来源ESG信息、构建ESG分类模块以及评估ESG相关风险等方面具有重要价值。审计研究领域也是本次讲座的重要内容之一。通过访谈和案例研究方法，探讨了大语言模型在审计工作中的应用潜力。例如，ChatGPT在协助内部审计流程中的应用，以及如何通过微调大语言模型解决各种审计任务，这些研究为审计行业数字化转型提供了新的思路。此外，讲座还涉及了大语言模型在其他研究领域的应用，如人机交互研究、特征识别、企业数字化转型测度等。通过多个案例，展示了大语言模型在不同场景下的应用效果和潜在价值。

       交流研讨环节，与会教师积极参与，就大模型API使用及其所获数据的科研潜力等问题同两位老师进行了深入探讨，现场气氛热烈活跃。本次沙龙活动增进了师生们对AI大模型落地应用实例与Python实现方法的了解，拓展了大模型应用的思路，助力AI赋能教学科研的创新发展，为交叉学科间的互通和融合提供了新的途径。