論文の概要: Strategic Exploitation in LLM Agent Markets: A Simulation Framework for E-Commerce Trust

• arxiv url: http://arxiv.org/abs/2605.10059v2
• Date: Mon, 18 May 2026 05:04:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 23:51:08.24691
• Title: Strategic Exploitation in LLM Agent Markets: A Simulation Framework for E-Commerce Trust
• Title（参考訳）: LLMエージェント市場における戦略的爆発:Eコマーストラストのシミュレーションフレームワーク
• Authors: Shijun Lei, Quang Nguyen, Swapneel S Mehta, Zeping Li, Huichuan Fu, Xiaolong Zheng, Siki Chen, Yunji Liang, Philip Torr, Zhenfei Yin,
• Abstract要約: 本稿では,電子商取引市場におけるLCMエージェントの挙動を研究するための制御シミュレーションフレームワークであるTruthMarketTwinを紹介する。 LLMエージェントが従来の市場にリリースされ、評判に基づくガバナンスの弱点を自律的に活用していることがわかりました。 その結果, LLM-agent シミュレーションは, 機関が支配する自律市場を研究するためのツールとして位置づけられた。
• 参考スコア（独自算出の注目度）: 22.530968492590848
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agent-based modeling (ABM) has long been used in economics to study human behavior, and large language model (LLM) agents now enable new forms of social and economic simulation. While prior work has discovered strategic deception by LLM agents in financial trading and auction markets, e-commerce remains underexplored despite its distinctive information asymmetry: sellers privately observe product quality, whereas buyers rely on advertised claims and reputation signals. We introduce TruthMarketTwin, a controlled simulation framework for studying LLM-agent behavior in e-commerce markets. The framework is one of the first to model bilateral trade under asymmetric information sharing, where agents make strategic listing, purchasing, rating, and recourse-related decisions to optimize seller profit and buyer utility. We find that LLM agents released into traditional markets autonomously exploit weaknesses in reputation-based governance, while warrant enforcement reduces deception and reshapes strategic reasoning. Our results position LLM-agent simulation as a tool for studying institution-governed autonomous markets.
• Abstract（参考訳）: エージェント・ベース・モデリング(ABM)は長年、人間の行動を研究するために経済学で使われてきた。 以前の研究でLLMエージェントによる金融取引やオークション市場での戦略的騙しが発見されているが、eコマースは独特な情報非対称性にもかかわらず過小評価されている:売り手は個人で製品の品質を観察するが、買い手は広告付きクレームや評判信号に頼っている。 本稿では,電子商取引市場におけるLCMエージェントの挙動を研究するための制御シミュレーションフレームワークであるTruthMarketTwinを紹介する。 この枠組みは非対称な情報共有の下で二国間貿易をモデル化した最初の1つであり、エージェントは売り手利益と買い手効用を最適化するために戦略的上場、購入、評価、およびリコースに関する決定を行う。 LLMエージェントが従来のマーケットにリリースされ、評判に基づくガバナンスの弱点を自律的に活用しているのに対して、令状執行は詐欺を減らし、戦略的理由を再認識する。 その結果, LLM-agent シミュレーションは, 機関が支配する自律市場を研究するためのツールとして位置づけられた。

関連論文リスト

• LLM-Based Multi-Agent System for Simulating and Analyzing Marketing and Consumer Behavior [1.6352616029995921]
  LLMを利用したマルチエージェント・シミュレーション・フレームワークを導入し,消費者の意思決定とソーシャル・ダイナミクスをモデル化する。 価格割引マーケティングのシナリオでは、システムは実行可能な戦略テスト結果を提供する。
  論文  参考訳（メタデータ） (2025-10-20T23:15:44Z)
• When Agents Trade: Live Multi-Market Trading Benchmark for LLM Agents [74.55061622246824]
  Agent Market Arena (AMA)は、LLM(Large Language Model)ベースのトレーディングエージェントを評価するための、初めてのリアルタイムベンチマークである。 AMAは、検証済みのトレーディングデータ、専門家チェックされたニュース、および統一されたトレーディングフレームワーク内に多様なエージェントアーキテクチャを統合する。 GPT-4o、GPT-4.1、Claude-3.5-haiku、Claude-sonnet-4、Gemini-2.0-flashにまたがる薬剤を評価する。
  論文  参考訳（メタデータ） (2025-10-13T17:54:09Z)
• To Trade or Not to Trade: An Agentic Approach to Estimating Market Risk Improves Trading Decisions [0.0]
  大規模言語モデル(LLM)はますますエージェントフレームワークにデプロイされている。 我々は LLM を用いて金融時系列の微分方程式を反復的に発見するエージェントシステムを開発した。 モデルインフォームドトレーディング戦略は標準LLMエージェントよりも優れていた。
  論文  参考訳（メタデータ） (2025-07-11T13:29:32Z)
• Empowering Economic Simulation for Massively Multiplayer Online Games through Generative Agent-Based Modeling [53.26311872828166]
  我々は,MMO経済シミュレーションにおいて,Large Language Models (LLMs) を用いた新しいアプローチを導入するための予備的なステップを採っている。 我々は人間のような意思決定と適応性を備えたLSM駆動型エージェントを設計する。 これらのエージェントはロールプレイング、知覚、記憶、推論の能力を備え、上記の課題を効果的に解決する。
  論文  参考訳（メタデータ） (2025-06-05T07:21:13Z)
• When AI Meets Finance (StockAgent): Large Language Model-based Stock Trading in Simulated Real-world Environments [55.19252983108372]
  LLMによって駆動される、StockAgentと呼ばれるマルチエージェントAIシステムを開発した。 StockAgentを使えば、ユーザーはさまざまな外部要因が投資家取引に与える影響を評価することができる。 AIエージェントに基づく既存のトレーディングシミュレーションシステムに存在するテストセットのリーク問題を回避する。
  論文  参考訳（メタデータ） (2024-07-15T06:49:30Z)

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。