研究热词雷达

方法与口径

• 采集：在 X 上搜索 arxiv.org、github.com、huggingface.co、github.io 等工件链接与研究发布用语，限定互动门槛与近 3 天；为避开限流，每个账号每 10 分钟最多一次搜索。
• 工件：解析出 arXiv 论文、GitHub 仓库、HF 模型 / Space，查询创建时间、star、下载与 HF Papers 点赞；标题相近的论文、仓库、模型合并为同一项工作。
• 热度：工作权重 = log(1 + 帖子点赞) × 提及作者数 × 新颖度（≤7 天 1.5，≤30 天 1.2，更老 0.6）。一帖多链接时点赞按链接数均摊；一帖超过 5 个链接视为清单帖，只算发现、不算热度。
• 热词：模型家族、MoE 激活规模（A9B）、低精度格式（FP4、GGUF）由规则从模型名抽取；研究概念目前用一份手工维护的种子词典归并，之后改由 LLM 抽取与归一；短语需出现在至少 2 项工作、2 位作者中。
• 相关性：「不相关」为非研究话题（如游戏移植），「待判断」为尚未人工或模型确认的普通短语。
• 局限：样本只来自 X 热门排序，时间窗短，尚无逐日基线，分数表示当期热度而非增速；研究概念词典覆盖有限。