大语言模型研究中的学术合作整体增加但各学科间存在差异
社会与信息网络
2024-12-31 v2
摘要
跨学科合作对于应对复杂的科学挑战至关重要。大语言模型(LLM)的最新进展显示出在各领域造福研究人员的巨大潜力。为了探索其在跨学科合作中的潜力，我们从OpenAlex（一个开源学术数据库）收集并分析了数据。我们的数据集包含59,293篇LLM相关论文，以及70,945篇机器学习(ML)论文和73,110篇非LLM/ML领域论文作为对照组。我们首先采用Shannon熵来评估合作的多样性。结果显示，许多领域在ChatGPT发布后表现出比对照组更显著的增长趋势。特别是，计算机科学和社会科学在机构熵和部门熵方面都表现出持续增长。其他领域如决策科学、心理学和健康专业也表现出从小幅到显著的增长。我们的双重差分分析也表明，ChatGPT的发布导致多个领域的合作在统计上显著增加，例如计算机科学和社会科学。此外，我们分析了作者网络，发现计算机科学、医学和其他计算机科学相关部门最为突出。关于作者的机构，我们的分析显示斯坦福大学、哈佛大学和伦敦大学学院等实体是关键参与者，要么在中心性上占据主导地位，要么在连接研究网络中发挥关键作用。总体而言，本研究为当前LLM研究合作网络的格局和演变动态提供了有价值的信息。它还指出了促进更多样化合作的潜在领域，并强调了继续研究LLM对科学实践影响的必要性。
引用
@article{arxiv.2408.04163,
title = {Academic collaboration on large language model studies increases overall but varies across disciplines},
author = {Lingyao Li and Ly Dinh and Songhua Hu and Libby Hemphill},
journal= {arXiv preprint arXiv:2408.04163},
year = {2024}
}