論文の概要: Grok in the Wild: Characterizing the Roles and Uses of Large Language Models on Social Media

• arxiv url: http://arxiv.org/abs/2602.11286v1
• Date: Wed, 11 Feb 2026 19:06:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-13 21:07:25.497091
• Title: Grok in the Wild: Characterizing the Roles and Uses of Large Language Models on Social Media
• Title（参考訳）: 野生におけるグローク : ソーシャルメディアにおける大規模言語モデルの役割と利用
• Authors: Katelyn Xiaoying Mei, Robert Wolfe, Nicholas Weber, Martin Saveski,
• Abstract要約: xAIの大規模言語モデルであるGrokは、ソーシャルメディアプラットフォームXで毎週何百万人もの人々に呼ばれている。 プラットフォームレベルでは、Grokが62%のリクエストに応答し、大多数(51%)が英語であり、エンゲージメントが低いことが分かりました。 また、LLMが社会的相互作用を媒介する10の役割の分類を誘導的に構築し、これらの役割を用いてGrok on Xの41,735の相互作用を分析する。
• 参考スコア（独自算出の注目度）: 5.844783557050257
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: xAI's large language model, Grok, is called by millions of people each week on the social media platform X. Prior work characterizing how large language models are used has focused on private, one-on-one interactions. Grok's deployment on X represents a major departure from this setting, with interactions occurring in a public social space. In this paper, we systematically sample three months of interaction data to investigate how, when, and to what effect Grok is used on X. At the platform level, we find that Grok responds to 62% of requests, that the majority (51%) are in English, and that engagement is low, with half of Grok's responses receiving 20 or fewer views after 48 hours. We also inductively build a taxonomy of 10 roles that LLMs play in mediating social interactions and use these roles to analyze 41,735 interactions with Grok on X. We find that Grok most often serves as an information provider but, in contrast to LLM use in private one-on-one settings, also takes on roles related to dispute management, such as truth arbiter, advocate, and adversary. Finally, we characterize the population of X users who prompted Grok and find that their self-expressed interests are closely related to the roles the model assumes in the corresponding interactions. Our findings provide an initial quantitative description of human-AI interactions on X, and a broader understanding of the diverse roles that large language models might play in our online social spaces.
• Abstract（参考訳）: xAIの大規模言語モデルであるGrokは、ソーシャルメディアプラットフォームXで毎週何百万人もの人々に呼ばれている。 グロクのXへの展開はこの設定から大きく離れており、公共の社会空間で相互作用が起こっている。 プラットフォームレベルでは、Grokは62%のリクエストに応答し、多数(51%)は英語であり、エンゲージメントは低く、Grokの回答の半数は48時間後に20時間以上のビューを受け取っている。 我々はまた、LLMが社会的相互作用の仲介に果たす10の役割の分類を誘導的に構築し、これらの役割を用いて、Grok on Xの41,735の相互作用を分析します。 最後に、Grokを刺激したXユーザの人口を特徴付け、その自己表現された関心が、モデルが対応する相互作用で想定する役割と密接な関係があることを見出した。 我々の研究は、X上での人間とAIの相互作用を定量的に記述し、オンライン社会空間において大きな言語モデルが果たす様々な役割についてより広範な理解を提供する。

関連論文リスト

• ShareChat: A Dataset of Chatbot Conversations in the Wild [11.008120181455316]
  ShareChatは大規模でクロスプラットフォームなコーパスで、142,808の会話と、主要な5つのプラットフォームで公開されているURLから60万回以上を集めています。 ShareChatは、以前のデータセットよりもはるかに長いコンテキストウィンドウと対話深度を提供します。
  論文  参考訳（メタデータ） (2025-12-19T17:47:53Z)
• OmniCharacter: Towards Immersive Role-Playing Agents with Seamless Speech-Language Personality Interaction [123.89581506075461]
  OmniCharacter は,低レイテンシで没入型 RPA を実現するための対話型対話モデルである。 具体的には、OmniCharacterは、エージェントが相互作用を通して、ロール固有の性格特性と声質特性を一貫して表示できるようにする。 提案手法は,既存のRPAモデルや主流言語モデルと比較して,応答遅延を289msに抑えながら,内容とスタイルの両面で優れた応答が得られる。
  論文  参考訳（メタデータ） (2025-05-26T17:55:06Z)
• SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
  大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。 SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。 個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
  論文  参考訳（メタデータ） (2024-03-20T15:38:36Z)

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。