跳到主要内容
检索

# 语义质心向量漂移

1 篇关联报道

订阅更新
  1. arXiv

    HSTA 用 3 万条 arXiv 预印本与 USPTO 专利文本追踪技术扩散,发现大语言模型子领域语义漂移最高(0.332),但论文数量增速无法格兰杰预测前沿算力激增

    该研究提出无监督的“超球语义轨迹分析”(HSTA),把 2 万条 arXiv 预印本与 1 万条 USPTO 专利摘要经 Sentence-BERT 编码后投影到单位超球面,用球面 K-Means 聚成八个子领域并配合 UMAP 降维,定义“语义质心向量漂移”与“商业化时滞”两个指标,并联合 Epoch AI 的算力数据做向量自回归格兰杰检验,结果显示大语言模型(漂移 0.332)与人工智能系统(0.234)语义演化最快,而季度论文数量增速在常规显著性水平上并不格兰杰导致前沿训练算力激增。

已读完全部报道