論文の概要: Bosses, Kings, and the Commons: Cooperation Under Power Asymmetry in LLM Societies

• arxiv url: http://arxiv.org/abs/2605.29062v1
• Date: Wed, 27 May 2026 20:09:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 02:45:55.438865
• Title: Bosses, Kings, and the Commons: Cooperation Under Power Asymmetry in LLM Societies
• Title（参考訳）: ボス・キングス・ザ・コモンズ:LLM社会におけるパワー非対称性の下での協力
• Abstract要約: Sovereignty over the Commons Simulation (SovSim)は、非対称的な力を持つエージェント(ボスまたはキング)を対称的なエージェント(労働者または農民)の社会に組み込む、生成的マルチエージェントシミュレーションフレームワークである。 非対称なパワーの導入は、協調と持続可能性の深刻な破壊につながり、最大87.3%の生存率が対称的な設定と比較して低下することを発見した。
• 参考スコア（独自算出の注目度）: 0.3341975883864341
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Communities can sustainably manage shared resources (commons) through self-governance and cooperative norms, a central finding of Ostrom's theory of self-governance. However, real-world commons (e.g., fisheries, forests, and irrigation systems) are often governed under asymmetric power structures, where certain individuals or institutions possess disproportionate control over resource extraction and collective outcomes. As Large Language Models (LLMs) are increasingly explored as agents in synthetic governance simulations, understanding how LLM societies behave under asymmetric power structures is becoming increasingly important, yet existing evaluations largely ignore such asymmetries. We introduce Sovereignty over the Commons Simulation (SovSim), a generative multi-agent simulation framework that incorporates an agent with asymmetric power (boss or king) into a society of symmetric agents (workers or peasants), where all agents extract from a shared resource, collectively determining its sustainability over time. Across eleven state-of-the-art models, we find that introducing asymmetric power leads to severe breakdowns in cooperation and sustainability, with up to an 87.3% degradation in survival rate relative to symmetric settings.
• Abstract（参考訳）: 共同体は自己統治と協調規範を通じて共有資源(共有資源)を持続的に管理することができ、これはオストロムの自己統治の理論の中心的な発見である。 しかし、現実世界のコモンズ(例:漁業、森林、灌水システム)は、しばしば非対称的な権力構造の下で統治され、特定の個人や機関が資源の抽出と集合的な結果に対して不均等に制御されている。 大規模言語モデル (LLMs) は、合成ガバナンスシミュレーションのエージェントとしてますます研究されているため、LLM社会が非対称なパワー構造の下でどのように振る舞うかを理解することはますます重要になっているが、既存の評価ではそのような対称性は無視されている。 SovSimは、非対称的な力を持つエージェント(ボスまたはキング)を対称的なエージェント(労働者または農民)の社会に組み込んだ生成的マルチエージェントシミュレーションフレームワークで、共有リソースからすべてのエージェントが抽出され、時間とともにその持続可能性を決定する。 11種類の最先端モデルにおいて、非対称パワーの導入は、協調性と持続可能性の深刻な破壊を招き、最大87.3%の生存率を対称的な設定に対して低下させる。

関連論文リスト

• Emergent Relational Order in LLM Agent Societies: From Collective Affect to Authority Stratification [8.288757798319624]
  ファイ・シャオトン(Fei Xiaotong)の微分順序パターンは、農村社会を自我中心的かつ関係性的に格付けしていると特徴づけている。 本稿では,Affect Control Theory, Social Identity Theory, Durkheimian group affectを基盤としたマルチエージェントフレームワークであるCAREB-MASを提案する。 エージェントは感情倫理の連鎖を通じて推論し、動的に進化する自我中心のアイデンティティを維持する。
  論文  参考訳（メタデータ） (2026-06-22T14:25:36Z)
• Commons-Governed Artificial Intelligence: A Taxonomy of Collective Governance [1.5736899098702974]
  本稿は、これらのアレンジメントが、コモンズが支配する人工知能と呼ばれる、一貫性のある機関ファミリーを形成することを主張する。 我々は,AIスタックのリソース層が共通する2次元分類に寄与する。 私たちは、プロジェクト、オープン洗浄、計算ボトルネック、フリーライド、スケールと持続可能性の間の緊張を制限している緊張関係に近づきます。
  論文  参考訳（メタデータ） (2026-06-13T20:53:16Z)
• AgentCity: Constitutional Governance for Autonomous Agent Economies via Separation of Power [2.173754130697989]
  これをLogic Monopolyと呼びます -- エージェント・ソサエティのロジック・チェーン全体に対する未確認の独占です。 我々は、パブリックブロックチェーン上にデプロイされた立憲ガバナンスアーキテクチャである、電力分離(SoP)モデルを提案する。 このアーキテクチャでは、スマートコントラクトは法律そのものです -- エージェントが生成し、その振る舞いを管理する実際の立法的アウトプットです。
  論文  参考訳（メタデータ） (2026-04-08T12:28:20Z)
• Emergent Social Intelligence Risks in Generative Multi-Agent Systems [106.60961969939676]
  マルチエージェントシステムは、実験室のプロトタイプから現実のデプロイへと急速に移行し、複雑なタスクを解決するためのリソースを共同で計画し、交渉し、割り当てている。 本稿では、共有リソースの競合、シーケンシャル・ハンドオフ・コラボレーション、集合的意思決定集約などに関わる病態における、このような創発的なマルチエージェントリスクに関する先駆的な研究について述べる。 このような集団行動は、稀なケースや病理学的ケースではなく、反復的な臨床試験や幅広い相互作用条件で頻繁に発生する。 エージェント集団が人間の社会から見慣れた障害パターンを自然に再現する社会知能リスクである。
  論文  参考訳（メタデータ） (2026-03-29T17:10:28Z)
• Position: AI Agents Are Not (Yet) a Panacea for Social Simulation [62.891898598784415]
  大規模言語モデル(LLM)の最近の進歩は、社会シミュレーションにLLM統合エージェントを使うことへの関心が高まっている。 このポジションペーパーは、LSMをベースとしたエージェントは社会シミュレーションのパナセアではないと主張している。
  論文  参考訳（メタデータ） (2026-02-19T06:35:07Z)
• The Role of Social Learning and Collective Norm Formation in Fostering Cooperation in LLM Multi-Agent Systems [13.628908663240564]
  我々は、明確な報酬信号を取り除き、文化進化機構を組み込むCPRシミュレーションフレームワークを導入する。 環境および社会的初期化のグリッドである2時間2ドルの標準的進化について検討する。 本研究は,協調の維持と規範形成における系統的モデルの違いを明らかにする。
  論文  参考訳（メタデータ） (2025-10-16T07:59:31Z)
• Social Welfare Function Leaderboard: When LLM Agents Allocate Social Welfare [87.06241096619112]
  大規模言語モデル(LLM)は、人間の福祉に影響を及ぼす高い意思決定にますます信頼されている。 本稿では, LLMが主権アロケータとして機能する動的シミュレーション環境である社会福祉機能ベンチマークを紹介する。 我々は、20の最先端LCMを評価し、社会福祉確保のための第1のリーダーボードを提示する。
  論文  参考訳（メタデータ） (2025-10-01T17:52:31Z)
• Corrupted by Reasoning: Reasoning Language Models Become Free-Riders in Public Goods Games [87.5673042805229]
  大規模言語モデルは、アライメント、堅牢性、安全なデプロイメントを保証する上で、いかに自己関心と集合的幸福のバランスをとるかが重要な課題である。 我々は、行動経済学から制度的に選択した公共財ゲームに適応し、異なるLLMがいかに社会的ジレンマをナビゲートするかを観察することができる。 意外なことに、o1シリーズのようなLCMの推論は、協調にかなり苦労している。
  論文  参考訳（メタデータ） (2025-06-29T15:02:47Z)
• Modeling Earth-Scale Human-Like Societies with One Billion Agents [54.465233996410156]
  Light Societyは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。 社会的プロセスはエージェントと環境状態の構造的遷移として形式化される。 10億以上のエージェントによる社会の効率的なシミュレーションを支援する。
  論文  参考訳（メタデータ） (2025-06-07T09:14:12Z)
• Cooperate or Collapse: Emergence of Sustainable Cooperation in a Society of LLM Agents [101.17919953243107]
  GovSimは、大規模言語モデル(LLM)における戦略的相互作用と協調的意思決定を研究するために設計された生成シミュレーションプラットフォームである。 最強のLSMエージェントを除く全てのエージェントは、GovSimの持続的均衡を達成することができず、生存率は54%以下である。 道徳的思考の理論である「大学化」に基づく推論を活用するエージェントは、持続可能性を大幅に向上できることを示す。
  論文  参考訳（メタデータ） (2024-04-25T15:59:16Z)

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。