論文の概要: Does Persona Make LLMs K-pop Fans? A Pilot Study of LLM-Based Online Concert Audience Agents

• arxiv url: http://arxiv.org/abs/2606.07837v1
• Date: Fri, 05 Jun 2026 20:55:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.479452
• Title: Does Persona Make LLMs K-pop Fans? A Pilot Study of LLM-Based Online Concert Audience Agents
• Title（参考訳）: ペルソナはLLMをKポップファンにするか? : LLMを利用したオンラインコンサートオーディエンスエージェントの試行的研究
• Authors: Kirak Kim, Hyojin Kim, Yejin Son, Sungyoung Kim, Kyung Myun Lee,
• Abstract要約: K-popパフォーマンスビデオとともにリアルタイムのファンチャットを生成することで、ペルソナベースのオーディエンスエージェントがコンサートの集合的体験の側面を再現できるかどうかを検討する。 10人のLDMエージェントがライブチャットメッセージを通じて反応し、ペルソナ条件のオーディエンスと非ペルソナベースラインを比較したマルチエージェントシステムを提案する。 K-popファンを持つパイロットでは、ペルソナ条件付けにより、モデルレベルのチャット品質が大幅に向上し、自然性も向上したが、社会的つながり、エンゲージメント、感情的反応の相違は認められなかった。
• 参考スコア（独自算出の注目度）: 1.6764185743740667
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A concert is a collective experience, but recorded performance videos are typically watched alone, stripping away the shared audience presence that makes concerts feel eventful. We investigate whether persona-based LLM audience agents can recreate aspects of this collective experience by generating real-time fan chat alongside a K-pop performance video. We present a multi-agent system in which ten LLM agents react through live-chat messages, comparing a persona-conditioned audience (each agent assigned a distinct fan identity, bias, and chat style) with a no-persona baseline. In a within-subjects pilot with K-pop fans (N=11), persona conditioning substantially improved model-level chat quality and perceived naturalness, but did not translate into differences in social connectedness, engagement, or affective response. Interviews suggest that online K-pop concert chat may operate as collective monologue rather than interpersonal dialogue, and that meaningful participation depends on shared identification with the specific artist and fandom. Persona conditioning can make LLM audiences appear more natural, but culturally meaningful collective experience may require deeper alignment between persona, crowd behavior, fandom identity, and user expectations.
• Abstract（参考訳）: コンサートは集合的な体験であるが、録音されたパフォーマンスビデオは一般的に単独で視聴され、コンサートを偶然に感じさせる共有オーディエンスの存在を排除している。 K-popパフォーマンスビデオとともにリアルタイムのファンチャットを生成することにより、ペルソナベースのLLMオーディエンスエージェントがこの集合体験の側面を再現できるかどうかを検討する。 10人のLLMエージェントがライブチャットメッセージを通じて反応し、ペルソナ条件のオーディエンス(各エージェントが別個のファンアイデンティティ、バイアス、チャットスタイルを割り当てている)とノンペルソナベースラインを比較したマルチエージェントシステムを提案する。 K-popファンを持つパイロット(N=11)において、ペルソナ条件付けは、モデルレベルのチャット品質と知覚自然性を大幅に改善したが、社会的つながり、エンゲージメント、感情的反応の相違は認められなかった。 インタビューでは、オンラインK-ポップ・コンサートチャットは対人対話よりも集合的なモノローグとして機能し、有意義な参加は特定のアーティストやファンドムとの共通認識に依存すると示唆されている。 ペルソナ条件付けは、LLMオーディエンスをより自然に見せることができるが、文化的に意味のある集合体験は、ペルソナ、群衆の行動、ファンドムのアイデンティティ、およびユーザ期待のより深い調整を必要とする。

関連論文リスト

• TwinVoice: A Multi-dimensional Benchmark Towards Digital Twins via LLM Persona Simulation [55.55404595177229]
  大型言語モデル(LLM)は、人間のような能力を示す。 TwinVoiceは、さまざまな現実世界のコンテキストにわたるペルソナシミュレーションを評価するためのベンチマークである。
  論文  参考訳（メタデータ） (2025-10-29T14:00:42Z)
• LLMs vs. Chinese Anime Enthusiasts: A Comparative Study on Emotionally Supportive Role-Playing [9.577770317771085]
  大きな言語モデル(LLM)は、ロールプレイングの会話において印象的な能力を示している。 本研究は,アニメのキャラクターをケーススタディとして取り上げる。 本稿では,最初の感情支援型ロールプレイングデータセットChatAnimeを紹介する。
  論文  参考訳（メタデータ） (2025-08-08T15:17:24Z)
• HAMLET: Hyperadaptive Agent-based Modeling for Live Embodied Theatrics [48.154666939669205]
  HAMLETは、ドラマ制作とオンラインパフォーマンスに焦点を当てたマルチエージェントフレームワークである。 オンラインパフォーマンスでは、各俳優に自律的な心が与えられる。 HamLETは表現的で一貫性のある演劇体験を作り出すことができる。
  論文  参考訳（メタデータ） (2025-07-21T11:36:39Z)
• The influence of persona and conversational task on social interactions with a LLM-controlled embodied conversational agent [40.26872152499122]
  LLMを仮想人間として具現化することで、ユーザーはバーチャルリアリティーで対面のソーシャルインタラクションを行うことができる。 LLMがコントロールするエージェントとの社会的相互作用における人的・タスク的要因の影響はいまだ不明である。
  論文  参考訳（メタデータ） (2024-11-08T15:49:42Z)
• I Want to Break Free! Persuasion and Anti-Social Behavior of LLMs in Multi-Agent Settings with Social Hierarchy [13.535032308774696]
  シミュレーションされた階層型社会環境におけるエージェント間の相互作用を詳細に分析する。 我々は,保護者と囚人エージェントの説得行動と反社会的行為を異なる目的で分析する。
  論文  参考訳（メタデータ） (2024-10-09T17:45:47Z)
• SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
  大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。 SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。 個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
  論文  参考訳（メタデータ） (2024-03-20T15:38:36Z)
• CloChat: Understanding How People Customize, Interact, and Experience Personas in Large Language Models [15.915071948354466]
  CloChatは、大規模言語モデルにおけるエージェントペルソナの簡単かつ正確なカスタマイズをサポートするインターフェースである。 その結果、参加者はカスタマイズされたエージェントと感情結合を形成し、よりダイナミックな対話を行い、相互作用を持続することに興味を示した。
  論文  参考訳（メタデータ） (2024-02-23T11:25:17Z)
• Character-LLM: A Trainable Agent for Role-Playing [67.35139167985008]
  大規模言語モデル(LLM)は、人間の振る舞いをシミュレートするエージェントとして用いられる。 本稿では, ベートーヴェン, クレオパトラ女王, ユリウス・カエサルなど, LLM に特定の人物として行動するように教えるキャラクタ-LLMを紹介する。
  論文  参考訳（メタデータ） (2023-10-16T07:58:56Z)
• In-Context Impersonation Reveals Large Language Models' Strengths and Biases [56.61129643802483]
  我々は、視覚と言語タスクを解く前に、LLMに異なるペルソナを仮定するよう依頼する。 異なる年齢の子どものふりをしたLSMが、ヒトのような発達段階を回復することがわかった。 言語に基づく推論タスクでは、ドメインエキスパートを装うLLMが、ドメイン専門家を装うLLMよりも優れた性能を発揮する。
  論文  参考訳（メタデータ） (2023-05-24T09:13:15Z)

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。