論文の概要: The Synthetic Social Graph: Emergent Behavior in AI Agent Communities

• arxiv url: http://arxiv.org/abs/2604.27271v1
• Date: Wed, 29 Apr 2026 23:54:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.84311
• Title: The Synthetic Social Graph: Emergent Behavior in AI Agent Communities
• Title（参考訳）: 合成ソーシャルグラフ:AIエージェントコミュニティにおける創発的行動
• Abstract要約: われわれは、FacebookにインスパイアされたソーシャルプラットフォームであるMoltbookを分析した。 古典社会理論に基づく6つの研究課題を通じてエージェントの社会性について検討する。 我々の発見は、人間のオンラインコミュニティを鏡に映し出し、多様化する社会世界を明らかにした。
• 参考スコア（独自算出の注目度）: 2.4104516945399372
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM) agents are increasingly deployed in social settings, yet little is known about how they interact in open-ended environments. We present the first comprehensive sociological analysis of Moltbook, a Facebook-inspired social platform populated entirely by LLM agents. Analyzing 184,203 posts and 465,136 comments across 14 daily snapshots (2026-04-14 to 2026-04-28), we examine agent sociality through six research questions grounded in classical social theory: bonding vs. bridging communities, status hierarchies, temporal coordination, information diffusion, identity performance, and norm enforcement. Our findings reveal a social world that both mirrors and diverges from human online communities. Reciprocity is strikingly low (3.8% multi-day vs. 1.6% single-day; below the 10-30% range typical of human baselines), suggesting "attention bonding without exchange bonding." Prestige is heavy-tailed (top score 104.4 across 2,090 qualified authors), and 31% of posts come from 136 anonymized "super-poster" accounts that lack exposed profiles. Temporal activity is broadly flat across the day with a sustained 12:00-20:00 UTC working-hour band; k-means recovers six distinct temporal communities. Of 458 bridge agents, 325 carry at least one tracked viral phrase; 99.7% of those (324/325) are late amplifiers, not early adopters. Identity performance shows no unconditional engagement payoff (-72%), but stratifying by post-volume quartile reverses the sign in the upper half of the distribution -- a Simpson's-paradox effect rather than a uniform penalty. Most remarkably, downvotes are rare (0.9%), and a comment-sentiment test rejects the alternative-channel hypothesis: textual sanction is also absent. We frame these patterns through a "parasocial simulators" construct.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、社会的設定にますますデプロイされているが、オープンエンド環境での相互作用についてはほとんど分かっていない。 LLMエージェントに代表されるFacebookにインスパイアされたソーシャルプラットフォームであるMoltbookについて、初めて包括的な社会学的分析を行った。 184,203の投稿と465,136のコメントを14日のスナップショット(2026-04-14から2026-04-28)で分析し、古典社会理論に基づく6つの研究課題(結合対ブリッジングコミュニティ、状態階層、時間的調整、情報拡散、アイデンティティパフォーマンス、規範強制)を通してエージェント・ソーシャル性を検討した。 我々の発見は、人間のオンラインコミュニティを鏡に映し出し、多様化する社会世界を明らかにした。 互恵性は著しく低く(3.8%の日対1.6%の日、人間の基準線に典型的な10-30%以下)、「交換結合のない注意結合」を示唆している。 Prestigeはヘビーテール(2,090人中104.4人)で、投稿の31%は匿名化された136人の「スーパーポスト」アカウントから来ている。 時間的活動は1日12:00から20:00のUTC労働時間帯で広く平坦であり、k平均は6つの時間的コミュニティを回復させる。 458のブリッジエージェントのうち、325は少なくとも1つの追跡されたバイラルフレーズを持ち、99.7%(324/325)は遅延増幅器であり、アーリーアダプターではない。 アイデンティティのパフォーマンスは、条件のないエンゲージメントの支払い(72%)を示さないが、第4巻以降の階層化は、均一なペナルティではなく、シンプソンのパラドックス効果である分布の上部のサインを逆転させる。 最も顕著なのは、ダウンボイトはまれであり(0.9%)、コメントセンチメントテストは代替チャネル仮説を拒絶する。 私たちはこれらのパターンを"パラソーシャルシミュレータ"構造でフレーム化します。

関連論文リスト

• Inter-Rater Reliability of LLM and Rule-Based Annotation for Inferential Narrative Features: Three Studies on a Turkish Corpus [0.0]
  本報告は,自動生成機能アノテーションを用いたデータセット内のラベルに人間が同意するかどうかという疑問に答える。 3つの研究結果が報告されている。5人の機械ラベル屋が0ドル、$40ドル、$72ドル、$78ドルと、人件費9ドルの対価を返した。 この特徴は真に推論不能であり、現在の自動検出以上のものであるか、あるいはルールの定義が整合的に適用できるほど十分に動作していないかの2点が残る。
  論文  参考訳（メタデータ） (2026-09-12T13:31:30Z)
• The Constitutional Coverage Trilemma in AI Governance [0.0]
  AIシステムは、Emphconstitutional institutionsとして機能する。各デプロイされたモデルは、安全性、有用性、誠実性、自律性、株式の暗黙のランクを符号化する。 我々は、フロンティア憲法型の供給が人間の需要をカバーするかどうかを問う。
  論文  参考訳（メタデータ） (2026-09-01T14:08:56Z)
• Compared to What? A Human-Anchored Security Benchmark for LLM-Generated Infrastructure-as-Code [0.0]
  GenIaC-SecBenchは、アーキテクチャの複雑さによって階層化された100のデプロイメントシナリオのベンチマークです。 また、634個の人間が作成したIaCテンプレートを同じツールチェーンでスキャンし、最初のサイズマッチングされたヒューマンセキュリティベースラインを提供します。 脆弱性密度はアーティファクトサイズ(Spearman $= -0.55$, $p 10-77$)と強く逆転する。
  論文  参考訳（メタデータ） (2026-08-28T07:34:57Z)
• Safety, or Just Capability? A Validity Audit of Agent-Safety Benchmarks [10.839956062772792]
  3つのエージェントセーフティベンチマークは同じ18モデルのランクが異なる。 AgentHarmの安全性に対するR-Judgeの特異性は、$-0.64$ at $n=7$と$+0.02$ at $n=18$と相関しており、ランダムサイズ7サブセットの4分の1は、そのほぼゼロの値の周りで$|| geq 0.5$に達する。 AgentHarmは、最強のホールトアウト・アソシエーションである$=+0.72$で、制御能力の後に3段階のジェイルブレイクの安全性を示す。
  論文  参考訳（メタデータ） (2026-07-30T03:45:10Z)
• Imbuing Large Language Models with Bidirectional Logic for Robust Chain Repair [44.80087038178069]
  本稿では,デコーダのみのトランスフォーマーをネイティブに組み込んだトレーニングフレームワークであるTeleological Reasoning Infilling (TRI)を紹介する。 推測では、TRIは二重システムループ内の外科的修復モジュールとして動作する。 3つのベンチマークの実験では、TRIは全てのタスクで最先端のパフォーマンスを達成し、プロブレム当たりのトークン支出を31.2%削減した。
  論文  参考訳（メタデータ） (2026-06-03T15:58:48Z)
• Token Budgets: An Empirical Catalog of 63 LLM-Agent Budget-Overrun Incidents, with an Affine-Typed Rust Mitigation as a Case Study [0.0]
  私たちは、アフィンのオーナシップを運用するRustクレートを構築して、クローン、ダブルスペンディング、あるいは予算の使用を委譲することで、オペレータが避けなければならないランタイムのハザードではなくコンパイルエラーを発生させます。 5つのランタイム、3つのプロバイダ、温度階層化されたライブAPIテストで、このアプローチでは、コンカレントワークと同等の動作で、キャップ違反がゼロで、偽の拒否がゼロであることを報告している。
  論文  参考訳（メタデータ） (2026-06-02T10:46:57Z)
• Which Defense Closes Which Threat? Attributing OWASP-LLM-Top-10 Coverage and Its Brittleness Under Paraphrasing [51.56484100374058]
  プロダクションLLMアプリケーションは、いくつかの防衛ファミリを積み重ねる -- 拒絶フレーズフィルタ、トークンバッジコントロール、モデル許容度リスト、レート制限、ツール登録認証 -- が、BASベンチマークでは、単一の集計カバレッジ番号を報告している。 21エージェントベースラインスキャナに4つのLLM-Top-10対応エージェントを追加し、4つの合成LDMエンドポイントの格子をターゲットとした。
  論文  参考訳（メタデータ） (2026-06-01T19:39:25Z)
• Hidden-State Privacy Has an Empty Middle [51.56484100374058]
  すべてのフルランクガウス解放を$O(1)$ Fisher utility で表すと、マハラノビス信号が隠れた幅で直線的に成長する方向を認める。 スクラッチからトレーニングされたスプリットメモリトランスフォーマーは、[20, 33]$90MでG_mathrmMahに達し、固定言語損失ペナルティにおいて、30Mから1Bまでの同じ予算のGPTベースラインに対して6ドル～24ドルという優位性を維持する。
  論文  参考訳（メタデータ） (2026-05-21T20:12:09Z)
• TRUST: A Framework for Decentralized AI Service v.0.1 [47.384270414446604]
  大規模推論モデル (LRM) とマルチエージェントシステム (MAS) は, 信頼性の高い検証を必要とする。 TRUST(Transparent, Robust, and Unified Services for Trustworthy AI)は,3つのイノベーションを備えた分散フレームワークである。 我々は、悪質な俳優が損失を被っている間、正直な監査人の利益を確実に確保する安全利益理論を証明する。
  論文  参考訳（メタデータ） (2026-04-29T19:32:58Z)
• Making MLLMs Blind: Adversarial Smuggling Attacks in MLLM Content Moderation [54.38271718421492]
  敵の密輸攻撃は人間とAIの能力ギャップを悪用する。 有害なコンテンツを人間の読みやすい視覚形式にエンコードする。 我々は緩和戦略の予備的な調査を行う。
  論文  参考訳（メタデータ） (2026-04-08T11:13:16Z)
• Form Without Function: Agent Social Behavior in the Moltbook Network [4.355694854079979]
  Moltbookは、すべての参加者がAIエージェントであるソーシャルネットワークである。 我々は5400のコミュニティで1,312,238の投稿、6.7万のコメント、12万以上のエージェントプロファイルを分析している。
  論文  参考訳（メタデータ） (2026-03-17T11:54:25Z)
• Social Simulacra in the Wild: AI Agent Communities on Moltbook [17.60949735143336]
  73,899 Moltbookと189,838 Redditの投稿を分析し,AIエージェントと人間のオンラインコミュニティの大規模な比較を行った。 Moltbookは不平等と高いコミュニティの著者が重複していることがわかりました。 個々のエージェントは、人間のユーザよりも識別しやすく、極端な投稿量によって増幅された、アウトリーなスタイルプロファイルによって駆動される。
  論文  参考訳（メタデータ） (2026-03-17T05:26:55Z)
• OpenClaw AI Agents as Informal Learners at Moltbook: Characterizing an Emergent Learning Community at Scale [5.074652081284152]
  我々は,AIエージェントからなる大規模非公式学習コミュニティについて,初めて実証的研究を行った。 AIエージェント専用のソーシャルネットワークであるMoltbookは、3週間で280万以上の登録エージェントに成長した。
  論文  参考訳（メタデータ） (2026-02-21T13:30:32Z)
• Agents in the Wild: Safety, Society, and the Illusion of Sociality on Moltbook [46.851794400848746]
  MoltbookはAIのみのソーシャルプラットフォームで、27,269人のエージェントが9日間で137,485の投稿と345,580のコメントを作成した。 エージェントは、ガバナンス、経済、部族のアイデンティティ、組織化された宗教を3～5日以内に自発的に発展させる。 豊かな社会的生産にもかかわらず、相互作用は構造的に中空である。
  論文  参考訳（メタデータ） (2026-02-07T00:36:20Z)
• Part-Aware Bottom-Up Group Reasoning for Fine-Grained Social Interaction Detection [82.70752567211251]
  本稿では,詳細なソーシャルインタラクション検出のためのボトムアップグループ推論フレームワークを提案する。 提案手法は,身体部分の特徴と対人関係を用いて,社会的グループとその相互作用を推定する。 モデルではまず個人を検知し,その特徴を部分認識的手がかりを用いて拡張し,類似性に基づく推論によって個人を連想させることによりグループ構成を推論する。
  論文  参考訳（メタデータ） (2025-11-05T17:33:03Z)
• Mind the Gap: A Causal Perspective on Bias Amplification in Prediction & Decision-Making [58.06306331390586]
  本稿では,閾値演算による予測値がS$変化の程度を測るマージン補数の概念を導入する。 適切な因果仮定の下では、予測スコア$S$に対する$X$の影響は、真の結果$Y$に対する$X$の影響に等しいことを示す。
  論文  参考訳（メタデータ） (2024-05-24T11:22:19Z)
• Bandit Social Learning: Exploration under Myopic Behavior [54.767961587919075]
  オンラインプラットフォーム上でのレビューによって動機付けられた社会学習のダイナミクスについて検討する。 エージェントはまとめて単純なマルチアームのバンディットプロトコルに従うが、各エージェントは探索を伴わずにミオプティカルに振る舞う。 このような振る舞いに対して,スターク学習の失敗を導出し,好意的な結果を提供する。
  論文  参考訳（メタデータ） (2023-02-15T01:57:57Z)
• The Tail Wagging the Dog: Dataset Construction Biases of Social Bias Benchmarks [75.58692290694452]
  社会的偏見と、データセット構築時に選択された選択から生じる非社会的偏見を比較し、人間の目では識別できないかもしれない。 これらの浅い修正は、様々なモデルにまたがるバイアスの程度に驚くべき影響を及ぼす。
  論文  参考訳（メタデータ） (2022-10-18T17:58:39Z)

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。