7月9日下午，我院举办"科研自动化工作流"专题讲座，由我院教师周宇主讲，全体教师及部分研究生参加。

讲座系统介绍了大模型技术原理与科研自动化实践，内容涵盖共现矩阵、词嵌入等NLP基础概念，以及SFT（监督微调）与RL（强化学习）等后训练机制的原理与差异。周宇引用2026年HAI报告数据，分析了当前AI市场格局与发展态势，深入探讨了AI的能力边界、常见幻觉类型及注意事项，并介绍了AI研究前沿的智能体相关文献。

在Claude Code部分，讲座重点演示了其核心功能，包括PowerShell基础命令、Markdown排版、Slash Commands、Memory、Skills等模块，同时介绍了三大定制化能力及主流Skill生态平台（Skillsmp、Clawhub、skills.sh）。

本次讲座特色鲜明：从大模型底层原理出发，落脚至开发工具的实际应用；引用2025—2026年度最新研究报告与能力基准，对标前沿进展；紧密结合科研工作流程，尤其面向经济金融实证研究中的数据管理、代码生成与文献整理等环节，为学院师生高效开展AI辅助研究奠定了坚实基础。