論文の概要: YuLan-OneSim: Towards the Next Generation of Social Simulator with Large Language Models

• arxiv url: http://arxiv.org/abs/2505.07581v1
• Date: Mon, 12 May 2025 14:05:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-13 20:21:49.417492
• Title: YuLan-OneSim: Towards the Next Generation of Social Simulator with Large Language Models
• Title（参考訳）: YuLan-OneSim:大規模言語モデルを用いた次世代ソーシャルシミュレータを目指して
• Authors: Lei Wang, Heyang Gao, Xiaohe Bo, Xu Chen, Ji-Rong Wen,
• Abstract要約: 本稿では,YuLan-OneSimというソーシャルシミュレータを紹介する。 ユーザは、シミュレータとの自然言語インタラクションを通じて、シミュレーションシナリオを記述し、洗練することができます。 我々は、経済学、社会学、政治、心理学、組織、人口統計学、法律、コミュニケーションを含む8つの領域にまたがる50のデフォルトシミュレーションシナリオを実装した。
• 参考スコア（独自算出の注目度）: 50.86336063222539
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Leveraging large language model (LLM) based agents to simulate human social behaviors has recently gained significant attention. In this paper, we introduce a novel social simulator called YuLan-OneSim. Compared to previous works, YuLan-OneSim distinguishes itself in five key aspects: (1) Code-free scenario construction: Users can simply describe and refine their simulation scenarios through natural language interactions with our simulator. All simulation code is automatically generated, significantly reducing the need for programming expertise. (2) Comprehensive default scenarios: We implement 50 default simulation scenarios spanning 8 domains, including economics, sociology, politics, psychology, organization, demographics, law, and communication, broadening access for a diverse range of social researchers. (3) Evolvable simulation: Our simulator is capable of receiving external feedback and automatically fine-tuning the backbone LLMs, significantly enhancing the simulation quality. (4) Large-scale simulation: By developing a fully responsive agent framework and a distributed simulation architecture, our simulator can handle up to 100,000 agents, ensuring more stable and reliable simulation results. (5) AI social researcher: Leveraging the above features, we develop an AI social researcher. Users only need to propose a research topic, and the AI researcher will automatically analyze the input, construct simulation environments, summarize results, generate technical reports, review and refine the reports--completing the social science research loop. To demonstrate the advantages of YuLan-OneSim, we conduct experiments to evaluate the quality of the automatically generated scenarios, the reliability, efficiency, and scalability of the simulation process, as well as the performance of the AI social researcher.
• Abstract（参考訳）: 大規模言語モデル(LLM)をベースとしたエージェントを用いた人間の社会的行動のシミュレートが近年注目されている。 本稿では,YuLan-OneSimというソーシャルシミュレータを紹介する。 コードフリーシナリオ構築: ユーザは,シミュレータとの自然言語インタラクションを通じて,シミュレーションシナリオを記述し,洗練することができる。 すべてのシミュレーションコードは自動生成され、プログラミングの専門知識が大幅に削減される。 2) 包括的既定シナリオ:経済,社会学,政治,心理学,組織,人口動態,法律,コミュニケーションを含む8つの領域にまたがる50の既定シミュレーションシナリオを実装し,多様な社会研究者のアクセス範囲を広げる。 (3)進化可能なシミュレーション:我々のシミュレータは外部からのフィードバックを受け取り、バックボーンLLMを自動的に微調整し、シミュレーション品質を大幅に向上させることができる。 (4) 大規模シミュレーション: 完全応答型エージェントフレームワークと分散シミュレーションアーキテクチャを開発することにより, シミュレータは最大10,000個のエージェントを処理でき, より安定かつ信頼性の高いシミュレーション結果が得られる。 (5)AI社会研究者: 上記の特徴を活用して,AI社会研究者を育成する。 ユーザーは研究トピックを提案し、AI研究者は自動的に入力を分析し、シミュレーション環境を構築し、結果を要約し、技術的レポートを生成し、社会科学研究ループを補完する。 YuLan-OneSimの利点を実証するため、自動生成されたシナリオの品質、シミュレーションプロセスの信頼性、効率、スケーラビリティ、そしてAI社会研究者のパフォーマンスを評価する実験を行った。

関連論文リスト

• From Individual to Society: A Survey on Social Simulation Driven by Large Language Model-based Agents [47.935533238820334]
  伝統的な社会学研究は、しばしば人間の参加に頼っているが、それは効果的だが、高価であり、スケールが困難であり、倫理的な懸念がある。 大規模言語モデル(LLM)の最近の進歩は、人間の振る舞いをシミュレートし、個々の反応の複製を可能にし、多くの学際的な研究を容易にする可能性を強調している。 シミュレーションは,(1)特定の個人や人口集団を模倣する個人シミュレーション,(2)複数のエージェントが協調して特定の状況における目標を達成するシナリオシミュレーション,(3)エージェント社会内の相互作用をモデル化して実世界のダイナミクスの複雑さや多様性を反映するシミュレーション社会の3種類に分類される。
  論文  参考訳（メタデータ） (2024-12-04T18:56:37Z)
• GenSim: A General Social Simulation Platform with Large Language Model based Agents [111.00666003559324]
  我々はtextitGenSim と呼ばれる新しい大規模言語モデル (LLM) ベースのシミュレーションプラットフォームを提案する。 我々のプラットフォームは10万のエージェントをサポートし、現実世界のコンテキストで大規模人口をシミュレートする。 我々の知る限り、GenSimは汎用的で大規模で修正可能な社会シミュレーションプラットフォームに向けた最初の一歩である。
  論文  参考訳（メタデータ） (2024-10-06T05:02:23Z)
• BeSimulator: A Large Language Model Powered Text-based Behavior Simulator [28.112491177744783]
  本研究では,BeSimulatorをテキストベースの環境下での動作シミュレーションの試みとして紹介する。 BeSimulatorはシナリオを一般化し、長距離複素シミュレーションを実現する。
  論文  参考訳（メタデータ） (2024-09-24T08:37:04Z)
• User Behavior Simulation with Large Language Model based Agents [116.74368915420065]
  LLMベースのエージェントフレームワークを提案し,実際のユーザ動作をシミュレートするサンドボックス環境を設計する。 実験結果から,本手法のシミュレーション行動は実人の行動に非常に近いことが判明した。
  論文  参考訳（メタデータ） (2023-06-05T02:58:35Z)

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。