随着“数智时代”的加速到来，频率高、跨度大、范围广、多模态、规模大的经济社会运行数据得以被储存、采集和挖掘，而以ChatGPT、DeepSeek等大语言模型（LLM）为代表的AI工具的不断涌现与迭代，再次掀起社会科学研究范式革命。大语言模型已成为高校师生质性研究、定量研究、教育教学、学习成长的强力助手。对大语言模型感兴趣的可以关注《“大语言模型社会科学研究应用”实战研修班》，帮助研究者熟练使用优质AI Agent无代码开发平台搭建科研工具流，并能基于大语言模型（LLM）批量处理大规模数据。
近日，Nature旗下唯一的人文社会科学类子刊Humanities and Social Sciences Communications（中科院二区）在线刊出综述论文"Large language models empowered agent-based modeling and simulation: a survey and perspectives"（大语言模型赋能Agent建模与仿真：综述与展望），该文指出：LLM与ABMS的结合，正彻底颠覆我们对复杂系统的认知方式，从社会动态到经济协作，多个领域都在迎来全新突破。
Gao C, Lan X, Li N, et al. Large language models empowered agent-based modeling and simulation: A survey and perspectives[J]. Humanities and Social Sciences Communications, 2024, 11(1): 1-24.
课程团队深度梳理Nature、PNAS、Financial Times 50等全球顶级期刊的大语言模型应用范式，帮助参加培训的师生实现“工具使用者→自定义AI Agent构建者→基于大语言模型模块化能力开发者”的能力飞跃。一方面能用Coze等平台的无代码开发范式，通过模块搭建及自然语言指令等方式实现具有自主操作能力的文献助手、编程助手、计量助手、写作助手、研学知识库系统等AI Agent自动化工具，为科研、教学、学习提供更高效的工具栈及工作流范式。还能通过Python编程深度赋能基于大规模数据的实证研究，包括质性分析、数据标注、数据分类、文本分析、关系抽取，助力研究范式的突破。
