深度分析 LLM 注意力驅動神經主題模型與長輸入生成的主題建模突破 隨著語意分析需求增長，研究將 LLM 轉為注意力驅動的神經主題模型，並以長輸入生成重新定義主題建模。白箱方法恢復文件‑主題與主題‑詞分佈，黑箱方案加入多樣主題提示與混合檢索補償。實驗證實兩者在主題指派與關鍵詞抽取上均優於基線，凸顯長上下文 LLM 在主題建模的可行性與效能提升。
