语义细节层次：通过双曲流形上的热核扩散实现多尺度知识表示

当前 AI 记忆系统虽将知识组织为图结构，但缺乏控制连续分辨率的原则性机制。本文提出语义细节层次（SLoD）框架，利用庞加莱球上的热核扩散定义连续缩放算子：粗粒度下聚合嵌入生成高层摘要，细粒度下保留局部语义细节。理论证明了层级一致性及有界近似误差。研究发现图拉普拉斯算子的谱隙能诱导涌现的尺度边界，无需人工参数即可自动检测。实验表明，该方法在合成数据及 WordNet 真实知识图谱中均能准确发现具有意义的抽象层级。