热点事件持续更新
研究对比双曲与欧氏模型在无监督专利检索中的表现
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月12日，一项发布于arXiv的研究对用于无监督专利权利要求分类的嵌入几何与聚类算法进行了基准评测。研究人员在45,000件美国专利上分别训练了双曲与欧氏变分自编码器（VAE），用以评估无监督表示在跨分类现有技术检索中的具体表现。测试结果显示，双曲模型检索到真正跨类别现有技术的频率比欧氏模型高52%，在前10个检索结果中占比为18.76%，高于欧氏模型的12.34%；但在与官方分类的一致性指标上，双曲模型的表现相对较低，NMI仅为0.2392，低于欧氏模型的0.3206。
AI 根据报道生成 · 6 小时前更新
最新进展10月12日 12:00
研究显示双曲VAE跨类别专利检索频率高出欧氏模型52%，但与官方分类一致性较低。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 人工智能用于无监督专利权利要求分类的嵌入几何与聚类算法基准评测
研究人员通过在 45,000 件美国专利上训练双曲与欧氏变分自编码器（VAE），评估无监督表示在跨分类现有技术检索中的表现。测试显示双曲模型检索到真正跨类别现有技术的频率比欧氏模型高 52%（前 10 结果中占比 18.76% vs. 12.34%），但与官方分类的一致性较低（NMI 0.2392 vs. 0.3206）。
本事件热度走势
当前热度 8·可比范围峰值 10（10月12日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。