arXiv · cs.CL（大模型）· Muhammad Sukri Bin Ramli·· 10 小时前AI 评分30
HSTA方法分析学术预印本与USPTO专利信号的技术扩散轨迹
Hyperspherical Semantic Trajectory Analysis: Mapping Technological Diffusion across Academic Preprints, Patent Signals, and Compute Scaling
AI 导读
提出超球面语义轨迹分析（HSTA）方法，通过处理30,000份arXiv预印本和USPTO专利记录追踪技术扩散。该方法利用Transformer嵌入和Spherical K-Means聚类量化语义漂移与商业化偏移，发现大语言模型子主题语义演化率最高（漂移指标0.332）。研究指出仅凭论文量速度无法显著预测算力激增，需结合物理资本约束条件。
来源：arXiv · cs.CL（大模型） · arxiv.org