Analyzing 16,193 LLM Papers for Fun and Profits

要約

大規模な言語モデル（LLM）は、コンピューターサイエンスの研究の景観を再構築しており、多様な会議や分野で研究優先順位の大幅な変化を促進しています。
この研究は、過去6年間（2019-2024）における77の最高層コンピューターサイエンス会議でのLLM関連論文の出版傾向の包括的な分析を提供します。
この分析には、4つの異なる観点からアプローチします。（1）LLM研究が主要な会議内でトピックシフトをどのように促進しているかを調査します。
（2）トピックモデリングアプローチを採用して、LLM関連のトピック成長のさまざまな分野を特定し、さまざまな会議で懸念のトピックを明らかにします。
（3）学術および産業機関の明確な貢献パターンを探求します。
（4）LLM開発軌跡に対する国家起源の影響を研究します。
これらの多様な分析角からの調査結果を統合すると、LLM研究エコシステムのダイナミクスと進化を明らかにする10の重要な洞察を導き出します。

要約(オリジナル)

Large Language Models (LLMs) are reshaping the landscape of computer science research, driving significant shifts in research priorities across diverse conferences and fields. This study provides a comprehensive analysis of the publication trend of LLM-related papers in 77 top-tier computer science conferences over the past six years (2019-2024). We approach this analysis from four distinct perspectives: (1) We investigate how LLM research is driving topic shifts within major conferences. (2) We adopt a topic modeling approach to identify various areas of LLM-related topic growth and reveal the topics of concern at different conferences. (3) We explore distinct contribution patterns of academic and industrial institutions. (4) We study the influence of national origins on LLM development trajectories. Synthesizing the findings from these diverse analytical angles, we derive ten key insights that illuminate the dynamics and evolution of the LLM research ecosystem.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google