12月25日下午，中国传媒大学艺术研究院举办了第九期“AI应用与艺术研究系列讲座”。本次讲座邀请了武汉工程大学工大学者方浩教授，带来题为“基于大语言模型LLM的艺术学成果评价：概念、思路与实例”的学术报告。活动由艺术研究院院长王廷信教授主持，线上吸引了来自学界与业界的众多师生参与。
在讲座中，方浩教授开篇介绍了研究背景。他指出，随着国内艺术学领域研究成果的快速积累，传统评价方法因主观性强、客观性不足而引发争议。他的研究团队着眼于大语言模型（LLM）的应用潜力，希望通过高效且相对客观的人工智能技术构建科学的艺术学成果评价体系。该研究源于其参与的国家社科基金重大课题，具有重要的理论与实践价值。
方教授从大语言模型的发展历程谈起，系统梳理了从传统神经网络、BERT到GPT等代表性模型的技术演进。他深入剖析了自注意力机制、Transformer架构的技术原理，并阐述了其在长文本处理、语义分析中的革命性突破。他特别提到，基于LLM的艺术学成果评价能够实现快速处理海量文本，捕捉隐性语义与情感信息，从而极大地提升了LLM在成果评价中的准确性和效率。
在应用层面，方教授通过具体实例展示了大模型在艺术学理论成果评价中的可行性。他强调，提示工程作为一种高效的模型适配方式，可以显著提升评价结果的准确性与可信度。方教授还引用国家社科基金艺术学评价项目中的具体指标体系，展示了基于LLM的实验结果如何与专家评价高度一致，尤其是在显性指标的分析上表现突出。此外，团队实验表明，在中文语境下 KIMI模型在评价科学性与准确性上优于GPT。
在互动环节，王廷信院长与方教授就大模型训练和应用话题进行了深入对话。王院长指出，此次讲座展示了基于大模型的艺术学成果评价的研究现状，从理论根源到实践应用，从优势亮点到问题挑战，为艺术学评价的创新发展提供了理论与实践指引。随着研究的持续深入与拓展，大模型有望重塑艺术学成果评价体系，助力艺术学学科在客观、科学的评价轨道上蓬勃发展，开启艺术学研究的崭新篇章。
撰稿：李晶晶 摄影：刘宇坤
