信息来源：中国人民大学图书馆 发布日期：2026年6月19日

在小说阅读器读本章去阅读在小说阅读器中沉浸阅读FORUM OF LIBRARY

馆员论坛

6月12日下午，图书馆联合信息资源管理学院举办本学期第二次馆员论坛（总第61期）暨吴宝康大讲堂，邀请中国科学院大学何苯教授、南京理工大学朱鹏教授分别作题为“大模型生成内容对检索系统的影响探讨”与“不确定环境下的可信情报评估”的专题讲座，张斌馆长、信息资源管理学院卢小宾教授担任主持。除本馆馆员外，信息资源管理学院贾君枝教授、钱明辉教授及多名师生参与了活动。

何苯教授围绕大语言模型生成内容对信息检索系统的长期影响，重点讨论了在建设增强生成系统（RAG）广泛应用的背景下，大语言模型（LLM）生成文本可能因更易被检索系统偏好而不断占据检索结果前列，进而削弱人类原创内容可见性、降低信息多样性并放大错误信息的“沉默螺旋”现象。通过构建迭代模拟实验框架，展示了LLM生成文本持续进入检索索引后对系统性能、内容来源分布与结果多样性的影响。在此基础上，进一步介绍了效用驱动的多目标优化框架，通过平衡检索效果、生成文本占比、结果多样性与事实正确性等多重算法优化目标，以缓解大模型时代的信息生态失衡问题。

朱鹏教授立足国防情报评估对情报可信度的核心要求，系统探讨了国防情报的智能样本管理方法及可信建模与解释。针对错误标注、主观偏差、模糊样本、过时信息、敌方干扰等情况带来的数据标签偏误问题，采用元学习方法对标签噪声进行识别，以确保样本分类与真实情况的一致性。针对AI模型的可解释性问题，采用可解释人工智能（XAI）方法对模型性能进行多准则评估，并引入标签噪声过滤器以提高模型评估解释质量，有效提升了模型的可信性、可读性与透明性。

交流环节中，与会师生与两位嘉宾就大模型对非人类生成内容偏好的机制验证、大模型生成内容同质化对AI内容识别带来的挑战、军事领域大模型相关资讯的获取途径等问题展开了讨论。讲座作为馆员及学院师生理解大模型与信息检索系统的互动机制、了解国防情报领域的战略价值与发展现状提供了重要启发，为智能信息检索系统、大模型技术影响评价、情报质量评估管理等研究领域提供了重要借鉴。