論文の概要: LLM-Agent-based Social Simulation for Attitude Diffusion

• arxiv url: http://arxiv.org/abs/2604.03898v1
• Date: Sat, 04 Apr 2026 23:56:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.824223
• Title: LLM-Agent-based Social Simulation for Attitude Diffusion
• Title（参考訳）: LLMに基づく姿勢拡散の社会シミュレーション
• Authors: Deepak John Reji,
• Abstract要約: discourse_simulatorは、LLMとエージェントベースのモデリングを組み合わせたオープンソースのフレームワークである。 抗議や議論、政策議論といった健全な出来事に応えて、移民に対する大衆の態度が時間とともにどのように変化するかをシミュレートする新しい方法を提供する。
• 参考スコア（独自算出の注目度）: 0.913755431537592
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces discourse_simulator, an open-source framework that combines LLMs with agent-based modelling. It offers a new way to simulate how public attitudes toward immigration change over time in response to salient events like protests, controversies, or policy debates. Large language models (LLMs) are used to generate social media posts, interpret opinions, and model how ideas spread through social networks. Unlike traditional agent-based models that rely on fixed, rule-based opinion updates and cannot generate natural language or consider current events, this approach integrates multidimensional sociological belief structures and real-world event timelines. This framework is wrapped into an open-source Python package that integrates generative agents into a small-world network topology and a live news retrieval system. discourse_sim is purpose-built as a social science research instrument specifically for studying attitude dynamics, polarisation, and belief evolution following real-world critical events. Unlike other LLM Agent Swarm frameworks, which treat the simulations as a prediction black box, discourse_sim treats it as a theory-testing instrument, which is fundamentally a different epistemological stance for studying social science problems. The paper further demonstrates the framework by modelling the Dublin anti-immigration march on April 26, 2025, with N=100 agents over a 15-day simulation. Package link: https://pypi.org/project/discourse-sim/
• Abstract（参考訳）: 本稿では, LLMとエージェントベースモデリングを組み合わせたオープンソースのフレームワークであるdiscourse_simulatorを紹介する。 抗議や議論、政策議論といった健全な出来事に応えて、移民に対する大衆の態度が時間とともにどのように変化するかをシミュレートする新しい方法を提供する。 大規模言語モデル(LLM)は、ソーシャルメディアの投稿を生成し、意見を解釈し、どのようにアイデアがソーシャルネットワークを通して広まるかをモデル化するために用いられる。 固定されたルールベースの意見更新に依存し、自然言語の生成や現在の出来事を考慮できない従来のエージェントベースのモデルとは異なり、このアプローチは多次元の社会学的信念構造と実世界のイベントタイムラインを統合する。 このフレームワークは、生成エージェントを小さなネットワークトポロジとライブニュース検索システムに統合するオープンソースのPythonパッケージにラップされている。 discourse_simは、現実世界の批判的な出来事に続き、態度のダイナミクス、分極性、信念の進化を研究するための社会科学研究機器として開発された。 シミュレーションを予測ブラックボックスとして扱う他の LLM Agent Swarm フレームワークとは異なり、discourse_sim は理論試験器として扱う。 本稿は,2025年4月26日,ダブリンの反移民運動を15日間のシミュレーションでN=100エージェントでモデル化することによって,この枠組みをさらに実証する。 パッケージリンク:https://pypi.org/project/discourse-sim/

関連論文リスト

• MASim: Multilingual Agent-Based Simulation for Social Science [68.04129327237963]
  マルチエージェントロールプレイングは近年,言語エージェントを用いた社会行動研究の公約を示している。 既存のシミュレーションは主に単言語であり、言語間相互作用をモデル化することができない。 我々は、最初の多言語エージェントベースのシミュレーションフレームワークであるMASimを紹介する。
  論文  参考訳（メタデータ） (2025-12-08T06:12:48Z)
• Simulating and Experimenting with Social Media Mobilization Using LLM Agents [7.262048441360133]
  目覚ましい6100万人のFacebook実験 citepbond201261 に基づいて,エージェントベースのシミュレーションフレームワークを開発した。 我々は、実際の米国国勢調査人口分布、Twitterネットワークトポロジ、および異種大言語モデル(LLM)エージェントを統合し、投票者投票における動員メッセージの効果を検討する。
  論文  参考訳（メタデータ） (2025-10-30T13:43:28Z)
• Operational Validation of Large-Language-Model Agent Social Simulation: Evidence from Voat v/technology [59.63189507373199]
  私たちは、2014年から2020年にかけて活動しているRedditのようなオルタナティブなニュースアグリゲータとディスカッションプラットフォームであるVoatをモデルとした技術コミュニティシミュレーションを構築しました。 YSocialフレームワークを使用して、Voatの共有URLからサンプリングされた技術リンクの固定カタログでシミュレーションをシードする。 エージェントは、リンクとテキストの投稿、スレッド化された返信、日々のアクティビティサイクルのためのプラットフォームルールの下で投稿、返信、反応を生成する。 結果は、よく知られたオンライン規則性を示す: 類似の活動リズム、ヘビーテール参加、疎低クラスタリング相互作用ネットワーク、コア周辺構造、Voatとのトピックアライメント、高毒性
  論文  参考訳（メタデータ） (2025-08-29T16:06:27Z)
• Don't Trust Generative Agents to Mimic Communication on Social Networks Unless You Benchmarked their Empirical Realism [1.4250694182758386]
  我々は,大規模言語モデルを用いて,ソーシャルネットワーク利用者の行動の再現に重点を置いている。 我々は、英語とドイツ語でユーザ動作を模倣する様々なアプローチを経験的にテストした。 本研究は, シミュレーション部品が装着された環境で測定された経験的現実性によって, 社会シミュレーションを検証すべきであることを示唆している。
  論文  参考訳（メタデータ） (2025-06-27T07:32:16Z)
• Large Language Model Driven Agents for Simulating Echo Chamber Formation [5.6488384323017]
  ソーシャルメディアプラットフォームにおけるエコーチャンバーの台頭は、分極と既存の信念の強化に対する懸念を高めている。 エコーチャンバーの形成をシミュレーションするための従来の手法は、しばしば事前定義された規則や数値シミュレーションに依存してきた。 本稿では,大言語モデル(LLM)を生成エージェントとして活用し,エコーチャンバー力学をシミュレートする新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-25T12:05:11Z)
• TrendSim: Simulating Trending Topics in Social Media Under Poisoning Attacks with LLM-based Multi-agent System [90.09422823129961]
  本研究では, LLMをベースとしたマルチエージェントシステムであるTrendSimを提案する。 具体的には、タイムアウェアなインタラクション機構、集中型メッセージ配信、対話型システムを含むトレンドトピックのシミュレーション環境を作成する。 ソーシャルメディア上でユーザをシミュレートするLLMベースのヒューマンライクエージェントを開発し,プロトタイプベースの攻撃者による毒殺攻撃の再現を提案する。
  論文  参考訳（メタデータ） (2024-12-14T12:04:49Z)
• 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)

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。