ChronoLens：衡量跨語言與時間層次的歷史語言變化框架
為何重要
此研究證明瞭在語言學分析任務中，稀疏表示法比傳統的密集嵌入或自編碼器更能精確捕捉語言結構的時間變化特徵，提升時間序列 NLP 的技術可靠性。對開發者而言，這證實了 Crosscoders 與事後幹預機制在語言結構探測上的實用價值，為處理長文本歷史語料提供了新的技術路徑。
ChronoLens 研究提出一套框架，試圖在單一分析空間中，量化比較語言在時間、語言型別及語言學層面（如語法、語義）的變遷差異。
- 框架結合凍結式多語言模型、特徵對齊的 Crosscoders 以及事後語言幹預機制。
- 資料集涵蓋 44.98 萬份檔案與約 172 億個 token，分析 1803–2026 年間源自五個議會傳統的歷史檔案。
- 研究結果顯示稀疏表示與語言統計的吻合度顯著高於密集嵌入或池化稀疏自編碼器（相關係數 ρ=0.72 對比 0.29 和 0.28）。
- 發現指出，單一語言內的變化幅度通常相近，但不同語言在變化的時機、幅度與方向上差異明顯。