論文の概要: When Do LLMs Generate Realistic Social Networks? A Multi-Dimensional Study of Culture, Language, Scale, and Method

• arxiv url: http://arxiv.org/abs/2605.12898v1
• Date: Wed, 13 May 2026 02:22:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.760894
• Title: When Do LLMs Generate Realistic Social Networks? A Multi-Dimensional Study of Culture, Language, Scale, and Method
• Title（参考訳）: LLMは現実的なソーシャルネットワークを生成するのか? : 文化・言語・規模・方法の多次元的研究
• Authors: Sai Hemanth Kilaru, Sriram Theerdh Manikyala, Raghav Upadhyay, Sri Sai Kumar Ramavath, Srivika Nunavathu, Dalal Alharthi,
• Abstract要約: 大規模言語モデル(LLM)は、行動シミュレーションにおいて、人間の被験者の代用としてますます用いられる。 逐次的, グローバル, 局所的, 反復的な4つのLCMベースのタイフォーミング機構を定式化する。 政治的アフィリエイトは3つの方法による結びつきの形成を支配し、グローバルな手法は年齢を代用し、建築が実質的な社会学的変数として機能することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) are increasingly used as substitutes for human subjects in behavioral simulations, including synthetic social network generation. Yet it remains unclear how their relational outputs depend on prompt design, cultural framing, prompt language, and model scale. Building on homophily theory and structural balance theory, we formalize four LLM-based tie-formation mechanisms: sequential, global, local, and iterative, and treat them as distinct conditional distributions over edge sets. Using a fixed roster of 50 demographically grounded personas, we generate 192 verified directed networks across four cultural contexts, four prompt languages, three GPT-4.1 variants, and four prompting architectures, with two seeds per condition. We find that cultural framing shifts inbreeding homophily and largest-component connectivity. Political affiliation dominates tie formation under three methods, while the global method substitutes age, showing that prompt architecture functions as a substantive sociological variable. Model scale produces a stable divergence ranking, with the smallest variant behaving qualitatively differently rather than merely noisily. Prompt language alone sharply shifts religion homophily, especially under Hindi prompting, while leaving political homophily nearly invariant. LLM-generated networks match real social graphs on clustering and modularity better than standard graph baselines, yet encode demographic biases above empirical levels. These results show that prompt choices often treated as implementation details encode substantive sociological assumptions.
• Abstract（参考訳）: 大規模言語モデル (LLMs) は、社会的ネットワーク生成を含む行動シミュレーションにおいて、人間の被験者の代用として使われることが多い。 しかし、それらのリレーショナルなアウトプットが、設計、文化的なフレーミング、プロンプト言語、モデルスケールにどのように依存するかは、まだ不明である。 ホモフィリ理論と構造バランス理論に基づいて、4つのLCMベースの階層形成機構(シーケンシャル、グローバル、ローカル、イテレーティブ)を定式化し、エッジセット上の異なる条件分布として扱う。 4つの文化的文脈、4つのプロンプト言語、3つのGPT-4.1変種、および4つのプロンプトアーキテクチャにまたがる、192の検証された有向ネットワークを生成する。 文化的フレーミングのシフトは、ホモフィリと最大の接続性に関係している。 政治的アフィリエイトは3つの方法による結びつきの形成を支配し、グローバルな手法は年齢を代用し、建築が実質的な社会学的変数として機能することを示す。 モデルスケールは安定な発散ランクを生み出し、最小の変種は、単にノイズではなく質的に異なる。 プロンプト語は、特にヒンディー教のプロンプトにおいて、宗教のホモフィリーを急激にシフトさせ、政治的ホモフィリーはほぼ不変である。 LLMが生成するネットワークは、標準的なグラフベースラインよりもクラスタリングとモジュラリティの実際のソーシャルグラフにマッチするが、実証レベル以上の人口統計バイアスをエンコードする。 これらの結果から,即時選択は現実的な社会学的仮定を符号化した実装の詳細として扱われることが多かった。

関連論文リスト

• Do Large Language Models Adapt to Language Variation across Socioeconomic Status? [29.1246345717672]
  人間は、直面している聴衆に言語スタイルを調整します。 これらのモデルが人間同士のコミュニケーションを仲介するようになり、多様なスタイルに適応できないことは、ステレオタイプを永続させ、コミュニティを疎外する。 本研究では,LLMが社会経済的地位(SES)の異なるコミュニティにおけるソーシャルメディアコミュニケーションにどの程度統合されるかを検討する。
  論文  参考訳（メタデータ） (2026-02-12T13:36:38Z)
• When Large Language Models Do Not Work: Online Incivility Prediction through Graph Neural Networks [3.353377687171614]
  本稿では,英語ウィキペディアコミュニティ内での3種類の非現実行動を検出するためのグラフニューラルネットワークフレームワークを提案する。 我々のモデルは、各ユーザコメントをノードとして表現し、エッジを定義するコメント間のテキスト的類似性を持つ。 また,情報収集時のノイズ・トポロジ的特徴を適応的にバランスさせる動的アテンション機構を導入する。
  論文  参考訳（メタデータ） (2025-12-08T16:22:40Z)
• 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)
• Us-vs-Them bias in Large Language Models [0.569978892646475]
  基礎的大言語モデル間で、一貫した内集団陽性および外集団陰性な関連を見いだす。 調査対象者は,保守的ペルソナは対人関係が強く,リベラルなペルソナは対人関係が強かった。
  論文  参考訳（メタデータ） (2025-12-03T07:11:22Z)
• I Am Aligned, But With Whom? MENA Values Benchmark for Evaluating Cultural Alignment and Multilingual Bias in LLMs [5.060243371992739]
  大規模言語モデル(LLM)の文化的アライメントと多言語バイアスを評価するための新しいベンチマークであるMENAValuesを紹介する。 大規模で権威ある人的調査から、我々は16カ国の人口レベルの応答分布を持つMENAの社会文化的景観を捉えた構造化データセットをキュレートした。 分析の結果,同じ質問が言語に基づいて大きく異なる反応をもたらす「クロス・Lingual Value Shifts」,その理由の説明を促す「Reasoning-induced Degradation」,モデルがセンシティブな質問を拒否する「Logit Leakage」,内部確率が強く隠蔽される「Logit Leakage」の3つの重要な現象が明らかになった。
  論文  参考訳（メタデータ） (2025-10-15T05:10:57Z)
• MoVa: Towards Generalizable Classification of Human Morals and Values [57.93595662296688]
  MoVaは、人間の道徳と価値観の一般化可能な分類のための、文書化されたリソーススイートである。 MoVaのデータと手法は、人間と機械のコミュニケーションを細かく解釈するのに役立つ。
  論文  参考訳（メタデータ） (2025-09-29T02:56:27Z)
• MF-LLM: Simulating Population Decision Dynamics via a Mean-Field Large Language Model Framework [53.82097200295448]
  MF-LLM(Mean-Field LLM)は,まず平均場理論を社会シミュレーションに取り入れる。 MF-LLMは反復過程を通じて個人と人口間の双方向相互作用をモデル化する。 IB-Tuneは、Information Bottleneckの原理にインスパイアされた、新しい微調整手法である。
  論文  参考訳（メタデータ） (2025-04-30T12:41:51Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• Political Bias in LLMs: Unaligned Moral Values in Agent-centric Simulations [0.0]
  モーラル・ファンデーション理論アンケートにおいて,パーソナライズされた言語モデルと人間の反応がどのように一致しているかを検討する。 我々は、オープンソースの生成言語モデルを異なる政治的ペルソナに適応させ、これらのモデルを繰り返し調査し、合成データセットを生成する。 解析の結果,モデルが複数の繰り返しにまたがって不整合な結果をもたらし,高い応答差が生じることがわかった。
  論文  参考訳（メタデータ） (2024-08-21T08:20:41Z)
• CIVICS: Building a Dataset for Examining Culturally-Informed Values in Large Language Models [59.22460740026037]
  大規模言語モデル(LLM)の社会的・文化的変動を評価するためのデータセット「CIVICS:文化インフォームド・バリュース・インクルーシブ・コーパス・フォー・ソシエティ・インパクト」 我々は、LGBTQIの権利、社会福祉、移民、障害権利、代理など、特定の社会的に敏感なトピックに対処する、手作りの多言語プロンプトのデータセットを作成します。
  論文  参考訳（メタデータ） (2024-05-22T20:19:10Z)
• Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
  本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。 我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。 我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
  論文  参考訳（メタデータ） (2023-03-20T19:32:49Z)

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。