12月2日，中国科学院大学在“他山青年创新论坛·Agent4S产学研峰会暨第十期中国科学院大学学科交叉沙龙”上正式发布国内首个“反垄断知识增强大模型”。该活动由中国科学院大学他山学科交叉创新协会主办，标志着人工智能与数字经济监管前沿研究的深度融合迈出关键一步。
这一创新成果源于国家自然科学基金重大项目“数字经济反垄断理论与政策研究”，由中国科学院大学牵头，联合复旦大学、山东大学、北京大学、香港大学及西安交通大学等多所顶尖高校共同攻关完成。项目汇聚了来自五家单位约50位经济学家和科研人员，旨在回应数字经济时代全球性监管挑战，构建具有中国特色的反垄断理论与实践体系。
据中国科学院大学教授乔晗介绍，该大模型并非通用型语言模型的简单延伸，而是专门针对反垄断领域的知识结构进行深度定制。通过融合数字经济反垄断的理论框架与先进的人工智能技术，团队构建了高质量、高精度的领域知识库与训练数据集。这不仅显著提升了模型在专业问答中的准确性与响应效率，还有效抑制了传统大模型常见的“幻觉”问题——即生成看似合理但事实错误的内容。此外，模型具备多项实用功能，包括对反垄断政策文本的智能解析、典型案例要素提取、以及跨案例的相似性比对分析，为监管部门、研究机构和企业提供强有力的决策支持工具。
根据山东大学经济学院官网信息，该项目立足于国家关于“强化反垄断、防止资本无序扩张”以及“建设高标准市场体系”的战略部署，聚焦数字经济背景下反垄断的基础理论突破与监管机制创新。研究内容涵盖五大核心方向：数字经济反垄断科学监管体系的构建、竞争与创新之间的动态平衡机制、数据要素的高效合规使用与消费者权益保护、数字金融领域的垄断行为识别，以及在外部冲击（如国际制裁或技术断供）情境下反垄断政策的韧性与适应性。
此次发布的“反垄断知识增强大模型”不仅是学术界对国家战略需求的积极响应，也代表了AI for Social Good（人工智能向善）理念在公共治理领域的具体落地。随着平台经济持续扩张，如何在鼓励创新与维护公平竞争之间取得平衡，已成为全球政策制定者的核心议题。而这一模型的推出，有望为中国在全球数字经济治理规则制定中提供独特的理论支撑与技术方案，推动形成兼具科学性、前瞻性与本土适应性的反垄断新范式。
