論文の概要: CogniPair: From LLM Chatbots to Conscious AI Agents -- GNWT-Based Multi-Agent Digital Twins for Social Pairing -- Dating & Hiring Applications

• arxiv url: http://arxiv.org/abs/2506.03543v1
• Date: Wed, 04 Jun 2025 03:54:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-05 21:20:14.139975
• Title: CogniPair: From LLM Chatbots to Conscious AI Agents -- GNWT-Based Multi-Agent Digital Twins for Social Pairing -- Dating & Hiring Applications
• Title（参考訳）: CogniPair: LLMチャットボットから意識的なAIエージェントへ -- GNWTベースのソーシャルペアリングのためのマルチエージェントディジタルツイン -- デートと採用アプリケーション
• Authors: Wanghao Ye, Sihan Chen, Yiting Wang, Shwai He, Bowei Tian, Guoheng Sun, Ziyi Wang, Ziyao Wang, Yexiao He, Zheyu Shen, Meng Liu, Yuning Zhang, Meng Feng, Yang Wang, Siyuan Peng, Yilong Dai, Zhenle Duan, Hanzhang Qin, Ang Li,
• Abstract要約: 現在の大規模言語モデル(LLM)エージェントには、真のデジタルツインやソーシャルAIアプリケーションに必要な、真の人間の心理的プロセスがない。 本稿では,人間の認知アーキテクチャの原理をLLMエージェントに統合したGNWT(Global Workspace Theory)の計算実装について述べる。 本研究では,対話的なシナリオ内での行動選択を通じて真の個性を評価する,冒険に基づく新しい個性テストを開発する。
• 参考スコア（独自算出の注目度）: 17.70942756349022
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current large language model (LLM) agents lack authentic human psychological processes necessary for genuine digital twins and social AI applications. To address this limitation, we present a computational implementation of Global Workspace Theory (GNWT) that integrates human cognitive architecture principles into LLM agents, creating specialized sub-agents for emotion, memory, social norms, planning, and goal-tracking coordinated through a global workspace mechanism. However, authentic digital twins require accurate personality initialization. We therefore develop a novel adventure-based personality test that evaluates true personality through behavioral choices within interactive scenarios, bypassing self-presentation bias found in traditional assessments. Building on these innovations, our CogniPair platform enables digital twins to engage in realistic simulated dating interactions and job interviews before real encounters, providing bidirectional cultural fit assessment for both romantic compatibility and workplace matching. Validation using 551 GNWT-Agents and Columbia University Speed Dating dataset demonstrates 72% correlation with human attraction patterns, 77.8% match prediction accuracy, and 74% agreement in human validation studies. This work advances psychological authenticity in LLM agents and establishes a foundation for intelligent dating platforms and HR technology solutions.
• Abstract（参考訳）: 現在の大規模言語モデル(LLM)エージェントには、真のデジタルツインやソーシャルAIアプリケーションに必要な、真の人間の心理的プロセスがない。 この制限に対処するため、人間の認知アーキテクチャの原理をLLMエージェントに統合し、グローバルワークスペース機構を介して協調された感情、記憶、社会的規範、計画、目標追跡のための特別なサブエージェントを作成するグローバルワークスペース理論(GNWT)の計算実装を提案する。 しかし、真のデジタル双生児は正確な人格初期化を必要とする。 そこで我々は,対話的なシナリオ内での行動選択を通じて真の個性を評価する,冒険に基づく新しい個性テストを開発し,従来の評価から見いだされる自己表現バイアスを回避した。 これらのイノベーションに基づいて、私たちのCogniPairプラットフォームは、デジタル双生児が実際の出会いの前に現実的なシミュレートされたデートのやりとりや求職面接を行えるようにし、ロマンチックな互換性と職場のマッチングの両方に双方向の文化的適合性の評価を提供する。 551 GNWT-AgentsとColumbia University Speed Datingのデータセットを用いた検証では、人間のアトラクションパターンと72%の相関、77.8%のマッチング精度、そして人間の検証研究における74%の合意が示されている。 この研究は、LLMエージェントの心理的信頼性を高め、インテリジェントなデートプラットフォームとHR技術ソリューションの基礎を確立する。

関連論文リスト

• MetaMind: Modeling Human Social Thoughts with Metacognitive Multi-Agent Systems [20.58639538648743]
  メタ認知の心理学理論に触発されたマルチエージェントフレームワークであるMetaMindを紹介する。 我々のフレームワークは3つの挑戦的なベンチマークで最先端のパフォーマンスを実現し、実世界の社会的シナリオは35.7%改善した。 この研究は、共感的対話や文化的に敏感な相互作用に応用して、人間のような社会知性に向けてAIシステムを前進させる。
  論文  参考訳（メタデータ） (2025-05-25T02:32:57Z)
• The Traitors: Deception and Trust in Multi-Agent Language Model Simulations [0.0]
  ソーシャル・デダクション・ゲームに触発されたマルチエージェント・シミュレーション・フレームワークであるThe Traitorsを紹介した。 我々は,詐欺の成功,信頼ダイナミクス,集団推論品質を計測する評価指標のスイートを開発する。 DeepSeek-V3, GPT-4o-mini, GPT-4o(モデル毎に10回の走行)による実験では, 顕著な非対称性が示された。
  論文  参考訳（メタデータ） (2025-05-19T10:01:35Z)
• Collaborative Gym: A Framework for Enabling and Evaluating Human-Agent Collaboration [51.452664740963066]
  Collaborative Gymは、エージェント、人間、タスク環境間の非同期で三分割的なインタラクションを可能にするフレームワークである。 シミュレーション条件と実環境条件の両方において,Co-Gymを3つの代表的なタスクでインスタンス化する。 その結果、協調作業員はタスクパフォーマンスにおいて、完全に自律的なエージェントよりも一貫して優れていたことが判明した。
  論文  参考訳（メタデータ） (2024-12-20T09:21:15Z)
• AgentSense: Benchmarking Social Intelligence of Language Agents through Interactive Scenarios [38.878966229688054]
  本稿では,対話型シナリオを通して言語エージェントのソーシャルインテリジェンスをベンチマークするAgensSenseを紹介する。 ドラマティック理論に基づいて、エージェントセンスは、広範なスクリプトから構築された1,225の多様な社会的シナリオを作成するためにボトムアップアプローチを採用している。 我々はERG理論を用いて目標を分析し、包括的な実験を行う。 以上の結果から,LPMは複雑な社会シナリオ,特に高レベルの成長ニーズにおいて,目標達成に苦慮していることが明らかとなった。
  論文  参考訳（メタデータ） (2024-10-25T07:04:16Z)
• PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
  データ構築とモデルチューニングを改善するためのフレームワークPersLLMを提案する。 データ利用が不十分な場合には、Chain-of-Thoughtプロンプトやアンチインダクションといった戦略を取り入れます。 厳密な振舞いパターンを設計し,モデルの性格の特異性とダイナミズムを高めるために自動DPOを導入する。
  論文  参考訳（メタデータ） (2024-07-17T08:13:22Z)

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。