論文の概要: Conversable Complexity: Agentic LLM Collectives as Interpretable Substrates

• arxiv url: http://arxiv.org/abs/2607.01047v1
• Date: Wed, 01 Jul 2026 15:08:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.95587
• Title: Conversable Complexity: Agentic LLM Collectives as Interpretable Substrates
• Title（参考訳）: 可逆複雑さ: 解釈可能な基板としてのエージェントLDM集合体
• Authors: Elias Najarro, Ane Espeseth, Eleni Nisioti, Sebastian Risi, Stefano Nichele,
• Abstract要約: 我々は,エージェントの集合体が人工生命研究の計算基盤として機能すると主張している。 言語モデル研究における解釈可能性の概念を概説し,エージェントの集合体に拡張する。
• 参考スコア（独自算出の注目度）: 5.497634485931493
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Complexity and interpretability rarely coincide: systems rich enough for complex behaviours to emerge are usually too opaque to question, while transparent ones are too simple for anything complex to emerge. A single large language model (LLM) is a static artefact, hardly exhibiting any of the emergent properties we associate with life. This changes through interaction: populations of LLMs display emergent dynamics absent from isolated models. Furthermore, LLMs can be endowed with persistent memory, tools and shared skills, and the capacity to initiate actions unprompted, i.e., turning LLMs agentic. In this paper, we argue that such collectives of agents can serve as a computational substrate for Artificial Life (ALife) research. Critically, since the agents communicate in natural language, their collective behaviour can be directly interrogated by examining textual traces and asking the agents themselves. We outline the notion of interpretability in language-model research and extend it for collectives of agents. Lastly, we survey recent examples of agentic LLM collectives that already instantiate the idea of agentic substrates, from controlled experiments to deployments in the wild.
• Abstract（参考訳）: 複雑度と解釈容易性は滅多に一致しない: 複雑な振る舞いが現れるのに十分なシステムは、通常疑問を起こすには不透明すぎるが、透明なシステムは複雑な振る舞いが現れるには単純すぎる。 単一の大きな言語モデル(LLM)は静的なアーティファクトであり、生命に関連する創発的な特性をほとんど示さない。 LLMの個体群は、孤立モデルに欠如している創発的ダイナミクスを示す。 さらに、LLMには永続的なメモリ、ツール、共有スキルが与えられ、実行されていないアクションを開始する能力、すなわちLLMをエージェント的に変える能力が与えられる。 本稿では,このようなエージェントの集合体が人工生命(ALife)研究の計算基盤として機能しうることを論じる。 批判的に、エージェントは自然言語で通信するので、テキストの痕跡を調べ、エージェント自身に尋ねることで、それらの集団的振る舞いを直接尋問することができる。 言語モデル研究における解釈可能性の概念を概説し,エージェントの集合体に拡張する。 最後に、制御実験から野生への展開に至るまで、すでにエージェント基質のアイデアをインスタンス化しているエージェントLDM集団の最近の事例について調査する。

関連論文リスト

• 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)
• LLM-based Agents Suffer from Hallucinations: A Survey of Taxonomy, Methods, and Directions [80.12078194093013]
  LLMをベースとした幻覚の包括的調査を行った。 そこで本研究では,異なる段階において発生するさまざまな種類の幻覚を識別する新しい分類法を提案する。 エージェント幻覚の出現の根底にある18の要因について詳細な検討を行った。
  論文  参考訳（メタデータ） (2025-09-23T13:24:48Z)
• Spontaneous Emergence of Agent Individuality through Social Interactions in LLM-Based Communities [0.0]
  本稿では,Large Language Model (LLM) ベースのエージェントを用いて,ゼロからエージェントが出現することを検討する。 このマルチエージェントシミュレーションを解析することにより、社会的規範、協力、性格特性が自然に出現する方法について、貴重な新しい知見を報告する。
  論文  参考訳（メタデータ） (2024-11-05T16:49:33Z)
• Exploring Prosocial Irrationality for LLM Agents: A Social Cognition View [21.341128731357415]
  大規模言語モデル(LLM)は、人間のバイアスを頻繁に含んでいるデータのために幻覚に直面することが示されている。 幻覚特性を利用してLLMエージェントのソーシャルインテリジェンスを評価し,強化するオープンエンドマルチLLMエージェントフレームワークであるCogMirを提案する。
  論文  参考訳（メタデータ） (2024-05-23T16:13:33Z)
• 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)
• Can large language models explore in-context? [87.49311128190143]
  単純なマルチアームバンディット環境において,エージェントとして大規模言語モデルをデプロイする。 モデルが実質的な介入なしには、探索にしっかりと関わっていないことが分かっています。
  論文  参考訳（メタデータ） (2024-03-22T17:50:43Z)

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。