近年来，基于大规模语料训练的大参数量语言模型在自然语言理解和生成方面展现出了卓越的性能。同样，基于大规模文本、图像、视频等数据训练的多模态大模型也在视觉内容理解和生成方面表现出色。这些大模型凭借其出色的泛化能力和丰富的参数化知识，能够通过精心设计的指令和微调技术迅速适应新任务。因此，利用这些具有强大泛化能力的大模型解决各个领域的专业问题成为了研究和应用的热点。
然而，将大模型技术应用于特定垂直领域仍面临挑战。基于通用域语料训练的原始大模型具有丰富的常识知识，但缺乏垂直领域的专业知识，而垂直领域大模型在一定程度上将承担领域专家的角色，如何借助已有的领域知识表示方法如知识图谱等，让垂直领域大模型学会记忆、利用、融合领域知识需要新的解决方案，以期构建负责任、可控、可解释的领域专家大模型。
为了推动垂直领域大模型的构建与应用研究，《计算机科学与探索》特设“垂直领域大模型构建与应用”专题。本专题旨在围绕垂直领域大模型的构建与应用，探讨领域知识建模与大模型的融合理论、方法和技术，探究大模型在垂直领域的应用实践，以形成一套高效、低成本、易于扩展且具有可解释性的垂直领域大模型构建与应用新思路、新技术和新系统，促进大模型技术在重点关键领域的深入应用。
本专题诚邀国内外在垂直领域大模型构建与应用领域的研究人员和专家学者投稿。我们期待收到相关理论与技术的高水平研究成果，分享在不同垂直领域大模型构建与应用中取得的理论、技术或实验方面的实质性进展，共同探讨和解决大模型技术在垂直领域应用中遇到的难题和挑战。我们热切期待您的积极参与和宝贵投稿。
（1）构建垂直领域大模型的基础理论和方法；
（2）与知识图谱协同的垂直领域大模型方法；
（3）基于检索增强等技术的领域知识高效利用、融合方法；
（4）实现领域大模型可解释性的方法与技术；
（5）垂直领域大模型的评估方法研究；
（6）垂直领域大模型应用示范；
（7）其他与垂直领域大模型构建与应用相关的研究议题。
（1） 论文必须具有原创性、学术性、科学性、准确性、规范性和可读性，所述内容应为作者独立或与他人合作完成的研究成果，且未在国内外公开发行的刊物或会议上发表过，不存在一稿多投问题。
（2） 论文一律用word格式排版，格式请参照《计算机科学与探索》提供的“论文写作模板”以及近期已发表的论文。
（3） 投稿请通过《计算机科学与探索》官方网站（http://fcst.ceaj.org/）完成，并在投稿时提供联系方式。请在论文标题后注明“（大模型）”字样，以区分专题投稿 。
收稿截止日期：2024年6月15日
评审结束日期：2024年7月15日
预录用通知日期：2024年7月20日
终稿提交日期：2024年8月1日
计划出版日期：2024年9月
王昊奋 特聘研究员 同济大学
王鑫 教授 天津大学
张文 特聘研究员 浙江大学
张玲玲 副教授 西安交通大学
办公地址：北京市海淀区北四环中路211号电科太极北四环园区
通讯地址：北京市619信箱26分箱( 100083）
电话：010-89056056
E-mail：fcst@vip.163.com
