semantic-space

本文提出Semantic Lenia，一个将LLM推理转化为logit空间中连续动态系统的框架，通过非线性反馈展示了自主语义孤子和稳态极限环的涌现。

本文比较了深度学习向量嵌入（CamemBERT）和词汇共现图模型在法语“大国民辩论”语料库上引发的几何结构，发现局部拓扑相似但全局组织截然不同，凸显了两种方法的互补性。

本文提出一个框架，利用监督语义微分法将心理构念表示为共享词嵌入空间中的方向，从而实现不同测量工具和研究传统之间的比较。

对15个大模型在8项任务上的大规模研究表明，优化成功的关键在于保持局部化搜索轨迹，而非初始解题能力或解的新颖性。