Fugu-MT 論文翻訳(概要): Generative Organizational Behavior Simulation using Large Language Model based Autonomous Agents: A Holacracy Perspective

論文の概要: Generative Organizational Behavior Simulation using Large Language Model based Autonomous Agents: A Holacracy Perspective

arxiv url: http://arxiv.org/abs/2408.11826v1
Date: Mon, 5 Aug 2024 13:39:03 GMT
ステータス: 処理完了
システム内更新日: 2024-08-25 14:01:15.526554
Title: Generative Organizational Behavior Simulation using Large Language Model based Autonomous Agents: A Holacracy Perspective
Title（参考訳）: 大規模言語モデルに基づく自律エージェントを用いた組織行動生成シミュレーション:ホラクラシーの視点から
Authors: Chen Zhu, Yihang Cheng, Jingshuai Zhang, Yusheng Qiu, Sitao Xia, Hengshu Zhu,
Abstract要約: CareerAgentは、大規模言語モデルに基づく自律エージェントを使用して、ホラクラシー組織のための生成シミュレーションフレームワークを構築することを目指している。組織レベルでは、マネジメント能力と機能能力の平均値の増加は、メンバー全体のストレスレベルを低下させる可能性がある。ソーシャルネットワークの分析から,有能なメンバが特定のタスクに選択的に参加し,より多くの責任を負うことがわかった。
参考スコア（独自算出の注目度）: 27.18400539971873
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper, we present the technical details and periodic findings of our project, CareerAgent, which aims to build a generative simulation framework for a Holacracy organization using Large Language Model-based Autonomous Agents. Specifically, the simulation framework includes three phases: construction, execution, and evaluation, and it incorporates basic characteristics of individuals, organizations, tasks, and meetings. Through our simulation, we obtained several interesting findings. At the organizational level, an increase in the average values of management competence and functional competence can reduce overall members' stress levels, but it negatively impacts deeper organizational performance measures such as average task completion. At the individual level, both competences can improve members' work performance. From the analysis of social networks, we found that highly competent members selectively participate in certain tasks and take on more responsibilities. Over time, small sub-communities form around these highly competent members within the holacracy. These findings contribute theoretically to the study of organizational science and provide practical insights for managers to understand the organization dynamics.
Abstract（参考訳）: 本稿では,大規模言語モデルに基づく自律エージェントを用いたホラクラシー組織のための生成シミュレーションフレームワークの構築を目的とした,我々のプロジェクトであるCareerAgentの技術的詳細と周期的な発見について述べる。特に、シミュレーションフレームワークは、構築、実行、評価の3つのフェーズを含み、個人、組織、タスク、ミーティングの基本的な特徴が組み込まれている。シミュレーションの結果,いくつかの興味深い結果が得られた。組織レベルでは、管理能力と機能能力の平均値の増加は、全体のストレスレベルを低下させるが、平均的なタスク完了などの組織的パフォーマンス指標に悪影響を及ぼす。個々のレベルでは、両方の能力はメンバーの作業パフォーマンスを改善することができる。ソーシャルネットワークの分析から,有能なメンバが特定のタスクに選択的に参加し,より多くの責任を負うことがわかった。時間とともに、小さなサブコミュニティがホロクラシーの中でこれらの非常に有能なメンバーの周りに形成される。これらの知見は、理論的に組織科学の研究に寄与し、管理者が組織力学を理解するための実践的な洞察を提供する。

関連論文リスト

Latent-Predictive Empowerment: Measuring Empowerment without a Simulator [56.53777237504011]
我々は、より実用的な方法でエンパワーメントを計算するアルゴリズムであるLatent-Predictive Empowerment(LPE)を提案する。 LPEは、スキルと国家間の相互情報の原則的な置き換えである目的を最大化することで、大きなスキルセットを学習する。
論文参考訳（メタデータ） (2024-10-15T00:41:18Z)
WorkArena++: Towards Compositional Planning and Reasoning-based Common Knowledge Work Tasks [85.95607119635102]
大型言語モデル(LLM)は人間のような知性を模倣することができる。 WorkArena++は、Webエージェントの計画、問題解決、論理的/論理的推論、検索、コンテキスト的理解能力を評価するように設計されている。
論文参考訳（メタデータ） (2024-07-07T07:15:49Z)
Agent Planning with World Knowledge Model [88.4897773735576]
エージェント計画を容易にするためにパラメトリック世界知識モデル(WKM)を導入する。我々はWKMを開発し,グローバルプランニングと動的状態知識を指導し,地域プランニングを支援する。本手法は, 各種の強靭なベースラインと比較して, 優れた性能が得られる。
論文参考訳（メタデータ） (2024-05-23T06:03:19Z)
Organizing a Society of Language Models: Structures and Mechanisms for Enhanced Collective Intelligence [0.0]
本稿では,大規模言語モデルからコミュニティ構造への変換手法を提案する。協力型AIシステムに特有のメリットと課題を提示する,階層的,フラット,ダイナミック,フェデレートされたさまざまな組織モデルについて検討する。このようなコミュニティの実装は、AIにおける問題解決能力を改善するための大きな約束を持っている。
論文参考訳（メタデータ） (2024-05-06T20:15:45Z)
Cooperate or Collapse: Emergence of Sustainable Cooperation in a Society of LLM Agents [101.17919953243107]
GovSimは、大規模言語モデル(LLM)における戦略的相互作用と協調的意思決定を研究するために設計された生成シミュレーションプラットフォームである。最強のLSMエージェントを除く全てのエージェントは、GovSimの持続的均衡を達成することができず、生存率は54%以下である。道徳的思考の理論である「大学化」に基づく推論を活用するエージェントは、持続可能性を大幅に向上できることを示す。
論文参考訳（メタデータ） (2024-04-25T15:59:16Z)
TaskBench: Benchmarking Large Language Models for Task Automation [82.2932794189585]
タスク自動化における大規模言語モデル(LLM)の機能を評価するためのフレームワークであるTaskBenchを紹介する。具体的には、タスクの分解、ツールの選択、パラメータ予測を評価する。提案手法は, 自動構築と厳密な人的検証を組み合わせることで, 人的評価との整合性を確保する。
論文参考訳（メタデータ） (2023-11-30T18:02:44Z)
MAgIC: Investigation of Large Language Model Powered Multi-Agent in Cognition, Adaptability, Rationality and Collaboration [102.41118020705876]
大規模言語モデル(LLM)は自然言語処理の分野で大きな進歩を遂げている。アプリケーションがマルチエージェント環境に拡張されるにつれ、包括的な評価フレームワークの必要性が高まっている。この研究は、マルチエージェント設定内でLLMを評価するために特別に設計された新しいベンチマークフレームワークを導入している。
論文参考訳（メタデータ） (2023-11-14T21:46:27Z)
MetaAgents: Simulating Interactions of Human Behaviors for LLM-based Task-oriented Coordination via Collaborative Generative Agents [27.911816995891726]
我々は,一貫した行動パターンと課題解決能力を備えたLLMベースのエージェントを,協調的生成エージェントとして導入する。本研究では,人間のような推論能力と専門的スキルを備えた協調生成エージェントを実現する新しい枠組みを提案する。我々の研究は、タスク指向の社会シミュレーションにおける大規模言語モデルの役割と進化に関する貴重な洞察を提供する。
論文参考訳（メタデータ） (2023-10-10T10:17:58Z)
Balancing Autonomy and Alignment: A Multi-Dimensional Taxonomy for Autonomous LLM-powered Multi-Agent Architectures [0.0]
大規模言語モデル(LLM)は、洗練された言語理解と生成能力を備えた人工知能の分野に革命をもたらした。本稿では,LLMを用いた自律型マルチエージェントシステムが自律性とアライメントの動的相互作用をどのようにバランスさせるかを分析するために,総合的な多次元分類法を提案する。
論文参考訳（メタデータ） (2023-10-05T16:37:29Z)
Where Responsible AI meets Reality: Practitioner Perspectives on Enablers for shifting Organizational Practices [3.119859292303396]
本稿では,組織文化と構造がAI実践における責任あるイニシアチブの有効性に与える影響を分析するための枠組みについて検討し,提案する。我々は、業界で働く実践者との半構造化質的なインタビューの結果、共通の課題、倫理的緊張、そして責任あるAIイニシアチブのための効果的なイネーブラーについて調査する。
論文参考訳（メタデータ） (2020-06-22T15:57:30Z)
Design of Transformation Initiatives Implementing Organisational Agility -- An Empirical Study [0.25782420501870296]
本研究は、ドイツ、スイス、フランス、イギリスに本社を置くあらゆる規模の企業からの125の回答を用いている。組織のアジリティを高めるために、複数の組織次元の原則管理に関する現在の理解を調査します。
論文参考訳（メタデータ） (2020-05-29T19:30:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。