論文の概要: Modeling Layered Consciousness with Multi-Agent Large Language Models

• arxiv url: http://arxiv.org/abs/2510.17844v1
• Date: Fri, 10 Oct 2025 07:08:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-26 16:57:26.502799
• Title: Modeling Layered Consciousness with Multi-Agent Large Language Models
• Title（参考訳）: マルチエージェント大言語モデルによる層状意識のモデル化
• Authors: Sang Hun Kim, Jongmin Lee, Dongkyu Park, So Young Lee, Yosep Chong,
• Abstract要約: 大規模言語モデル(LLM)における人工意識のモデル化のための枠組みを提案する。 我々は,エージェントインタラクションを通じて,自覚,意識,無意識をシミュレートする。
• 参考スコア（独自算出の注目度）: 9.566692471247995
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a multi-agent framework for modeling artificial consciousness in large language models (LLMs), grounded in psychoanalytic theory. Our \textbf{Psychodynamic Model} simulates self-awareness, preconsciousness, and unconsciousness through agent interaction, guided by a Personalization Module combining fixed traits and dynamic needs. Using parameter-efficient fine-tuning on emotionally rich dialogues, the system was evaluated across eight personalized conditions. An LLM as a judge approach showed a 71.2\% preference for the fine-tuned model, with improved emotional depth and reduced output variance, demonstrating its potential for adaptive, personalized cognition.
• Abstract（参考訳）: 本稿では,大規模言語モデル(LLM)における人工意識をモデル化するためのマルチエージェントフレームワークを提案する。 我々の『textbf{psychodynamic Model} 』は、固定された特徴と動的なニーズを組み合わせたパーソナライゼーションモジュールによって導かれるエージェント相互作用による自己認識、意識、無意識をシミュレートする。 感情に富んだ対話をパラメータ効率で微調整し、8つのパーソナライズされた条件で評価した。 判断的アプローチとしてのLLMは、微調整モデルに対する71.2\%の嗜好を示し、感情深度を改善し、出力のばらつきを低減し、適応的でパーソナライズされた認知の可能性を示した。

関連論文リスト

• Towards Simulating Social Influence Dynamics with LLM-based Multi-agents [0.0]
  マルチエージェントシミュレーションがオンラインフォーラムで観察される中核的な人間の社会動態を再現できるかどうかを検討する。 その結果,より小さなモデルの方が適合度が高く,推理に最適化されたモデルの方が社会的影響に強いことが示唆された。
  論文  参考訳（メタデータ） (2025-07-30T08:14:40Z)
• 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)
• Aligning Vision Models with Human Aesthetics in Retrieval: Benchmarks and Algorithms [91.19304518033144]
  検索システムにおける視覚モデルと人間の審美基準の整合を図る。 本研究では、視覚モデルと人間の美学をよりよく整合させるために、視覚モデルを微調整する嗜好に基づく強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-06-13T17:59:20Z)

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。