論文の概要: ElectionSim: Massive Population Election Simulation Powered by Large Language Model Driven Agents

• arxiv url: http://arxiv.org/abs/2410.20746v1
• Date: Mon, 28 Oct 2024 05:25:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-29 12:18:45.548114
• Title: ElectionSim: Massive Population Election Simulation Powered by Large Language Model Driven Agents
• Title（参考訳）: ElectionSim: 大規模言語モデル駆動エージェントによる大規模人口選択シミュレーション
• Authors: Xinnong Zhang, Jiayu Lin, Libo Sun, Weihong Qi, Yihang Yang, Yue Chen, Hanjia Lyu, Xinyi Mou, Siming Chen, Jiebo Luo, Xuanjing Huang, Shiping Tang, Zhongyu Wei,
• Abstract要約: 我々は,大規模言語モデルに基づく革新的な選挙シミュレーションフレームワークであるElectronSimを紹介する。 ソーシャルメディアプラットフォームからサンプリングした100万レベルの投票者プールを提示し、正確な個人シミュレーションを支援する。 PPEは、米国大統領選挙シナリオ下での我々の枠組みの性能を評価するための、世論調査に基づく大統領選挙ベンチマークである。
• 参考スコア（独自算出の注目度）: 70.17229548653852
• License:
• Abstract: The massive population election simulation aims to model the preferences of specific groups in particular election scenarios. It has garnered significant attention for its potential to forecast real-world social trends. Traditional agent-based modeling (ABM) methods are constrained by their ability to incorporate complex individual background information and provide interactive prediction results. In this paper, we introduce ElectionSim, an innovative election simulation framework based on large language models, designed to support accurate voter simulations and customized distributions, together with an interactive platform to dialogue with simulated voters. We present a million-level voter pool sampled from social media platforms to support accurate individual simulation. We also introduce PPE, a poll-based presidential election benchmark to assess the performance of our framework under the U.S. presidential election scenario. Through extensive experiments and analyses, we demonstrate the effectiveness and robustness of our framework in U.S. presidential election simulations.
• Abstract（参考訳）: 大規模な人口投票シミュレーションは、特定の選挙シナリオにおける特定のグループの選好をモデル化することを目的としている。 現実世界のソーシャルトレンドを予測できる可能性について、大きな注目を集めている。 従来のエージェントベースモデリング(ABM)手法は、複雑な個々の背景情報を組み込んで対話的な予測結果を提供する能力によって制約される。 本稿では,大規模な言語モデルに基づく革新的選挙シミュレーションフレームワークであるPKSimを紹介し,正確な有権者シミュレーションとカスタマイズされた配布を支援するとともに,シミュレーションされた有権者と対話するための対話型プラットフォームを提案する。 ソーシャルメディアプラットフォームからサンプリングした100万レベルの投票者プールを提示し、正確な個人シミュレーションを支援する。 PPEは、米国大統領選挙シナリオ下での我々の枠組みの性能を評価するための、世論調査に基づく大統領選挙ベンチマークである。 我々は、広範な実験と分析を通じて、米国大統領選挙シミュレーションにおける我々の枠組みの有効性と堅牢性を実証した。

関連論文リスト

• Specializing Large Language Models to Simulate Survey Response Distributions for Global Populations [49.908708778200115]
  我々は,調査応答分布をシミュレートする大規模言語モデル (LLM) を最初に開発した。 テストベッドとして、我々は2つの世界文化調査の国レベルの結果を使用します。 予測された応答分布と実際の応答分布のばらつきを最小限に抑えるために, ファースト・ツーケン確率に基づく微調整法を提案する。
  論文  参考訳（メタデータ） (2025-02-10T21:59:27Z)
• A Large-scale Empirical Study on Large Language Models for Election Prediction [12.582222782098587]
  我々は、人口統計学、イデオロギー、時間に敏感な要因を統合した、選挙予測のための多段階推論フレームワークを導入する。 我々は2024年のアメリカ合衆国大統領選挙に我々のアプローチを適用し、観測された歴史的データを超えてその一般化能力を示す。 我々は、事前訓練されたコーパスに埋め込まれた潜在的な政治的バイアスを特定し、どのように人口動態が誇張されるかを調べ、これらの問題を緩和するための戦略を提案する。
  論文  参考訳（メタデータ） (2024-12-19T07:10:51Z)
• Towards More Accurate US Presidential Election via Multi-step Reasoning with Large Language Models [12.582222782098587]
  選挙予測は、限られた有権者レベルのデータ、急速に変化する政治情勢、複雑な人間の振る舞いをモデル化する必要性など、ユニークな課題を生んでいる。 政治分析のための多段階推論フレームワークを提案する。 われわれのアプローチは、2016年と2020年のアメリカ大統領選挙研究(ANES)の実際のデータに基づいて検証されている。
  論文  参考訳（メタデータ） (2024-10-21T06:18:53Z)
• Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
  本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。 GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
  論文  参考訳（メタデータ） (2024-07-16T05:52:26Z)
• How to Estimate Model Transferability of Pre-Trained Speech Models? [84.11085139766108]
  事前学習音声モデルの伝達可能性推定のためのスコアベースアセスメントフレームワーク ベイズ確率推定と最適輸送という2つの表現理論を利用して、PSM候補のランクスコアを生成する。 本フレームワークは,候補モデルやレイヤを実際に微調整することなく,転送可能性スコアを効率的に計算する。
  論文  参考訳（メタデータ） (2023-06-01T04:52:26Z)
• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• Agent-based Simulation of District-based Elections [0.5076419064097732]
  選挙区ベースの選挙では、選挙人はそれぞれの選挙区に票を投じた。 各地区において、最大得票率の政党が、行政機関の議席を獲得する。 選挙結果は、異なる政党が獲得した議席数に基づく。
  論文  参考訳（メタデータ） (2022-05-28T11:19:04Z)
• Exploring Fairness in District-based Multi-party Elections under different Voting Rules using Stochastic Simulations [0.5076419064097732]
  多くの民主社会では、地域を地理的に区分し、その地区に居住する選挙人の選好に基づき、各地区の代表が選出される地区ベースの選挙を使用している。 これは、多くの選挙人が選挙結果に不満を抱いている状況に繋がる可能性を示しており、これは民主主義では望ましくない。 機械学習アルゴリズムの公正性に関する現在の文献に触発されて、政治的選択に関係なく、選挙人の満足度を定量化するための公正性の尺度を定義した。
  論文  参考訳（メタデータ） (2022-02-25T18:03:03Z)
• Electoral Forecasting Using a Novel Temporal Attenuation Model: Predicting the US Presidential Elections [91.3755431537592]
  予備選別世論調査データを用いて予測精度を向上させる新しいマクロスケール時間減衰(TA)モデルを開発した。 我々の仮説は、世論調査を公表するタイミングは、特に選挙直前の世論の変動に重要な役割を果たす、というものである。 我々は,48年間の平均予測誤差2.8-3.28点を蓄積するTAモデルの2つの異なる実装を提案する。
  論文  参考訳（メタデータ） (2020-04-30T09:21:52Z)

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。