Fugu-MT 論文翻訳(概要): Epitome: Pioneering an Experimental Platform for AI-Social Science Integration

論文の概要: Epitome: Pioneering an Experimental Platform for AI-Social Science Integration

arxiv url: http://arxiv.org/abs/2507.01061v1
Date: Mon, 30 Jun 2025 09:06:16 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-03 14:22:59.812639
Title: Epitome: Pioneering an Experimental Platform for AI-Social Science Integration
Title（参考訳）: Epitome: AI-Socialサイエンス統合のための実験プラットフォームをパイオニア化
Authors: Jingjing Qu, Kejia Hu, Jun Zhu, Wenhao Li, Teng Wang, Zhiyun Chen, Yulei Ye, Chaochao Lu, Aimin Zhou, Xiangfeng Wang, James Evan,
Abstract要約: 人工知能と社会科学の深い統合に特化した、世界初のオープンな実験プラットフォームであるEpitomeを紹介します。 Epitomeは、実際の展開中の個人、組織、社会に対するAIのインタラクティブな影響に焦点を当てている。 Epitomeはキャンバススタイルのユーザーフレンドリーなインターフェースで、研究者が複雑な実験シナリオを設計し、実行できるようにする。
参考スコア（独自算出の注目度）: 29.396543641322165
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The integration of Large Language Models (LLMs) into social science experiments represents a transformative approach to understanding human-AI interactions and their societal impacts. We introduce Epitome, the world's first open experimental platform dedicated to the deep integration of artificial intelligence and social science. Rooted in theoretical foundations from management, communication studies, sociology, psychology, and ethics, Epitome focuses on the interactive impacts of AI on individuals, organizations, and society during its real-world deployment. It constructs a theoretical support system through cross-disciplinary experiments. The platform offers a one-stop comprehensive experimental solution spanning "foundation models-complex application development-user feedback" through seven core modules, while embedding the classical "control-comparison-comparative causal logic" of social science experiments into multilevel human-computer interaction environments, including dialogues, group chats, and multi-agent virtual scenarios. With its canvas-style, user-friendly interface, Epitome enables researchers to easily design and run complex experimental scenarios, facilitating systematic investigations into the social impacts of AI and exploration of integrated solutions.To demonstrate its capabilities, we replicated three seminal social science experiments involving LLMs, showcasing Epitome's potential to streamline complex experimental designs and produce robust results, suitable for publishing in the top selective journals. Our findings highlight the platform's utility in enhancing the efficiency and quality of human-AI interactions, providing valuable insights into the societal implications of AI technologies. Epitome thus offers a powerful tool for advancing interdisciplinary research at the intersection of AI and social science, with potential applications in policy-making, ...
Abstract（参考訳）: 大規模言語モデル(LLM)を社会科学実験に統合することは、人間とAIの相互作用とその社会的影響を理解するための変革的アプローチである。人工知能と社会科学の深い統合に特化した、世界初のオープンな実験プラットフォームであるEpitomeを紹介します。経営学、コミュニケーション学、社会学、心理学、倫理学の理論的基礎に根ざしたエピトームは、実際の展開における個人、組織、社会に対するAIのインタラクティブな影響に焦点を当てている。学際的な実験を通じて理論的支援システムを構築する。プラットフォームは、7つのコアモジュールを通じて"基礎モデル-複雑なアプリケーション開発-ユーザフィードバック"にまたがる1ストップの総合的な実験ソリューションを提供すると同時に、社会科学実験の古典的な"制御-比較-比較因果論理"を対話、グループチャット、マルチエージェント仮想シナリオを含むマルチレベルヒューマンコンピュータインタラクション環境に組み込む。キャンバススタイルのユーザフレンドリなインターフェースにより、Epitomeは複雑な実験シナリオを容易に設計および実行することができ、AIの社会的影響の体系的な調査や統合されたソリューションの探索を容易にする。我々の発見は、人間とAIのインタラクションの効率性と品質を高めるプラットフォームの有用性を強調し、AI技術の社会的影響に関する貴重な洞察を提供する。そこでEpitomeは、AIと社会科学の交差点における学際研究を前進させるための強力なツールを提供する。

関連論文リスト

AI-Driven Automation Can Become the Foundation of Next-Era Science of Science Research [58.944125758758936]
科学科学(Science of Science, SoS)は、科学的発見の基礎となるメカニズムを探求する。人工知能(AI)の出現は、次世代のSoSに変革の機会をもたらす。我々は、従来の手法よりもAIの利点を概説し、潜在的な制限について議論し、それらを克服するための経路を提案する。
論文参考訳（メタデータ） (2025-05-17T15:01:33Z)
Towards deployment-centric multimodal AI beyond vision and language [67.02589156099391]
デプロイ不能なソリューションの可能性を減らすために、デプロイメント制約を早期に組み込んだデプロイメント中心のワークフローを提唱します。我々は、複数の分野にまたがる共通のマルチモーダルAI固有の課題を特定し、3つの実世界のユースケースについて検討する。複数の学際的な対話とオープンな研究プラクティスを育むことで、我々のコミュニティは、広く社会に影響を及ぼすためのデプロイメント中心の開発を加速できる。
論文参考訳（メタデータ） (2025-04-04T17:20:05Z)
AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society [32.849311155921264]
本稿では,現実的な社会環境を統合した大規模社会シミュレータであるAgentSocietyを提案する。提案したシミュレーターに基づいて,500万件のインタラクションをシミュレートし,10万件以上のエージェントの社会生活を生成する。偏極、炎症性メッセージの普及、普遍的ベーシック・インカム・ポリシーの効果、ハリケーンなどの外部ショックの影響の4つに焦点をあてる。
論文参考訳（メタデータ） (2025-02-12T15:27:07Z)
Synthetic Social Media Influence Experimentation via an Agentic Reinforcement Learning Large Language Model Bot [7.242974711907219]
本研究は,エージェント・インテリジェンスとLarge Language Models(LLM)を組み合わせることで,トピック固有の影響メカニズムをテストする新しいシミュレーション環境を提供する。我々のフレームワークには、投稿を生成し、特定のトピックについて意見を形成し、議論の結果に基づいて相互にフォロー/アンフォローするエージェントが含まれています。
論文参考訳（メタデータ） (2024-11-29T11:37:12Z)
Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
論文参考訳（メタデータ） (2024-04-17T02:57:42Z)
CERN for AI: A Theoretical Framework for Autonomous Simulation-Based Artificial Intelligence Testing and Alignment [1.7586848727052424]
本研究では,現実世界の環境を再現するバーチャルリアリティー・フレームワークにおける,革新的なシミュレーションに基づくマルチエージェントシステムについて検討する。このフレームワークは、複雑な社会構造と相互作用をシミュレートしてAIを調べ、最適化する自動化された「デジタル市民」によって人口が占められている。
論文参考訳（メタデータ） (2023-12-14T23:48:51Z)
Human-AI Coevolution [48.74579595505374]
Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
論文参考訳（メタデータ） (2023-06-23T18:10:54Z)
AI for Science: An Emerging Agenda [30.260160661295682]
本報告では,Dagtuhl Seminar 22382 "Machine Learning for Science: Bridging Data-Driven and Mechanistic Modelling"のプログラムと成果について報告する。 AIの変革的ポテンシャルは、分野にわたって広く適用可能であることに由来するもので、研究領域間での統合によってのみ達成される。技術的な進歩に加えて、この分野における次の進歩の波は、機械学習研究者、ドメインエキスパート、市民科学者、エンジニアのコミュニティを構築することにある。
論文参考訳（メタデータ） (2023-03-07T20:21:43Z)

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。