論文の概要: Think-Before-Speak: From Internal Evaluation to Public Expression in Multi-Agent Social Simulation

• arxiv url: http://arxiv.org/abs/2606.03137v1
• Date: Tue, 02 Jun 2026 04:26:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:04.760644
• Title: Think-Before-Speak: From Internal Evaluation to Public Expression in Multi-Agent Social Simulation
• Title（参考訳）: Think-Before-Speak:Multi-Agent Social Simulationにおける内部評価から公開表現へ
• Authors: Kaiqi Yang, Tai-Quan Peng, Sanguk Lee, Hui Liu,
• Abstract要約: Think-Before-Speak(TBS)は、インターバルベースの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。 反響関連評価は、エージェントが話す意思を高める。 発話意図が形成されると、公的な表現は主にターンアロケーション規則によって形成される。
• 参考スコア（独自算出の注目度）: 8.224331169481202
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM-based multi-agent simulation offers a promising way to study social interaction, deliberation, and collective opinion dynamics. However, many existing dialogue simulation frameworks represent interaction mainly as observable turn exchange or aggregated outputs, leaving the internal evaluative processes behind silence, speaking intention, and public expression difficult to examine. We introduce TBS (Think-Before-Speak), an interval-based multi-agent simulation framework that separates agents' private reasoning from public utterance generation. At each interval, all agents update structured internal states based on the shared dialogue history and their own memory. These states include dissonance-related appraisal, perceived opinion climate, perceived isolation risk, response strategy, and willingness to speak. The orchestrator then resolves competing speaking intentions and commits one utterance to the public dialogue, allowing internal evaluation and public interaction to co-evolve over time. We evaluate TBS in simulated town hall discussions on a climate-related policy issue. Results show that TBS produces coherent internal-state traces and that these traces vary systematically across turn-allocation, silence, and memory conditions. Dissonance-related appraisal increases agents' willingness to speak, whereas silence-pressure appraisal decreases it. Once speaking intention is formed, public expression is shaped mainly by turn-allocation rules. These findings suggest that TBS supports mechanism-sensitive social simulation by making the pathway from internal evaluation to public expression observable and analyzable.
• Abstract（参考訳）: LLMに基づくマルチエージェントシミュレーションは、社会的相互作用、熟考、集団意見のダイナミクスを研究するための有望な方法を提供する。 しかし、既存の対話シミュレーションフレームワークの多くは、主に観測可能なターン交換や集約された出力として相互作用を表現しており、内部評価プロセスは沈黙、話しの意図、そして公開表現の検証が困難である。 TBS(Think-Before-Speak)は、エージェントの個人推論を公的な発話生成から分離するインターバルベースの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。 各間隔で、すべてのエージェントは、共有対話履歴と自身のメモリに基づいて、構造化された内部状態を更新する。 これらの状態には、不協和性に関する評価、認識された意見の気候、孤立リスク、反応戦略、発言意欲が含まれる。 オーケストレータは、競合する会話意図を解決し、公開対話に1つの発話をコミットし、内部評価と公開対話を時間とともに共進化させる。 気候に関する政策課題を模擬した市役所討論会におけるTBSの評価を行った。 その結果, TBSはコヒーレントな内部状態のトレースを生成し, これらのトレースはターンアロケーション, サイレント, メモリ条件によって系統的に変化することがわかった。 不協和性評価は、エージェントが話す意思を高める一方、サイレントプレッショア評価はそれを減少させる。 発話意図が形成されると、公的な表現は主にターンアロケーション規則によって形成される。 これらのことから,TBSは内部評価から公開表現への経路を観察可能かつ解析可能にすることで,メカニズム感受性の社会シミュレーションを支援することが示唆された。

関連論文リスト

• The Silent Thought: Modeling Internal Cognition in Full-Duplex Spoken Dialogue Models via Latent Reasoning [76.96796481909581]
  内部認知処理は高品質な応答の定式化に役立っている。 本稿では,音声認識と同時に潜在的思考を行うFLAIRという新しい手法を提案する。 我々のアプローチは音声対話システムとシームレスに一致している。
  論文  参考訳（メタデータ） (2026-03-18T15:30:29Z)
• SocialOmni: Benchmarking Audio-Visual Social Interactivity in Omni Models [86.19617358080016]
  Social Omniは、3つのコア次元にわたる対話性の評価を運用するベンチマークである。 Social Omniは2000の知覚サンプルと209の相互作用生成インスタンスの品質管理された診断セットを備えている。 本分析により,モデルの知覚的精度と,文脈的に適切な割り込みを生成する能力との間に顕著な疎結合が明らかとなった。
  論文  参考訳（メタデータ） (2026-03-17T17:58:44Z)
• CoReflect: Conversational Evaluation via Co-Evolutionary Simulation and Reflective Rubric Refinement [9.643727190176943]
  本稿では,対話シミュレーションと評価を適応的反復プロセスに統合するCoReflectを紹介する。 会話プランナーは、多様なゴール指向対話を通じてユーザシミュレータをガイドする構造化テンプレートを生成する。 反射分析器はこれらの対話を処理して、系統的な行動パターンを特定し、自動的に評価を洗練させる。
  論文  参考訳（メタデータ） (2026-01-18T00:56:06Z)
• Chronological Thinking in Full-Duplex Spoken Dialogue Language Models [66.84843878538207]
  時系列思考は、完全なSDLMの応答品質を改善することを目的としている。 追加のレイテンシがない: ユーザが話すのをやめると、エージェントは考えるのをやめ、それ以上の遅延なしに話し始める。 結果: 客観的指標と人的評価の両面から, 時系列思考の有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2025-10-02T10:28:11Z)
• Full-Duplex-Bench: A Benchmark to Evaluate Full-duplex Spoken Dialogue Models on Turn-taking Capabilities [93.09944267871163]
  FullDuplexBenchは、重要なインタラクティブな振る舞いを体系的に評価するベンチマークである。 ベンチマークコードを公開することによって、音声対話モデリングの進歩と、より自然で魅力的なSDMの開発を目指しています。
  論文  参考訳（メタデータ） (2025-03-06T18:59:16Z)
• Decoding Echo Chambers: LLM-Powered Simulations Revealing Polarization in Social Networks [12.812531689189065]
  ソーシャルメディアがエコーチャンバーなどの重要な問題に与える影響に対処する必要がある。 伝統的な研究はしばしば感情的な傾向や意見の進化を数字や公式に単純化する。 偏光現象の評価と対策を行うために, LLM を用いた社会意見ネットワークのシミュレーションを提案する。
  論文  参考訳（メタデータ） (2024-09-28T12:49:02Z)

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。