Intern-Atlas: граф эволюции методологий из 1 млн статей как исследовательская инфраструктура для AI-учёных
Представлен Intern-Atlas — крупномасштабный граф эволюции методологий, построенный на основе 1 030 314 AI-статей, который автоматически выявляет сущности уровня методов, определяет родственные связи между методологиями и фиксирует узкие места, обусловившие переходы между последовательными инновациями. Граф содержит 9 410 201 семантически типизированных рёбер и спроектирован как живая исследовательская инфраструктура для AI-учёных, ориентирующихся в литературе. Принят на IJCAI-ECAI 2026. Появился в HuggingFace Daily Papers 3 мая.
Почему это важно
По мере экспоненциального роста AI-литературы инструменты, картирующие реальный эволюционный граф методов — отслеживающие, какие идеи породили какие, — становятся критической инфраструктурой для систематических исследований. Intern-Atlas — крупномасштабная реализация этой концепции с признанием сообщества на IJCAI-ECAI 2026.
Важность: 2/5
Принятая на IJCAI-ECAI 2026 статья об исследовательской инфраструктуре, HF Daily Papers от 3 мая.