论文页面 - 超球语义轨迹分析：映射跨学术预印本、专利信号与计算扩展的技术扩散

来源：https://huggingface.co/papers/2609.35845

摘要

全要素生产率等宏观经济生产力指标由于行政调查间隔和国民经济核算惯例，存在多年的报告滞后才能反映技术突破。本文提出超球语义轨迹分析（HSTA），一种无监督定量方法论，可直接从非结构化的科学与商业文本流中追踪技术扩散过程。我们分析了涵盖arXiv学术预印本与USPTO专利申请记录的30,000份筛选后文献记录。通过将高维Transformer句向量投影到单位超球面，运用球面K-means聚类（基于八个主要子主题）和UMAP流形降维，HSTA建立了两项量化指标：（1）语义质心向量漂移量，通过追踪时间子语料库间的词汇变化来识别结构性范式转变；（2）商业化偏移量，评估科学发现与知识产权申请在跨语料库峰值密度上的一致性。结合Epoch AI数据库的物理硬件指标对季度主题增长速率进行向量自回归F检验，结果表明在常规统计显著性水平下，单纯的季度论文增长速率并不能格兰杰导致前沿计算资源分配激增，突显了将文本信号与物理资本约束条件结合分析的必要性。实证结果显示，涵盖大语言模型（漂移指标0.332）与人工智能系统（漂移指标0.234）的子主题展现出最高的语义演化速率，为补充传统经济统计提供了一种客观的实时机制。

查看arXiv页面 (https://arxiv.org/abs/2609.35845) 查看PDF (https://arxiv.org/pdf/2609.35845) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.35845)

通过代理获取此论文：

hf papers read 2609.35845

尚未安装最新CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

暂无模型链接此论文

在模型README.md中引用 arxiv.org/abs/2609.35845 以从此页面链接。

引用此论文的数据集0

暂无数据集链接此论文

在数据集README.md中引用 arxiv.org/abs/2609.35845 以从此页面链接。

引用此论文的Space0

暂无Space链接此论文

在Space README.md中引用 arxiv.org/abs/2609.35845 以从此页面链接。

包含此论文的收藏0

暂无收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从此页面链接。