論文の概要: Modeling Social Dynamics with an LLM-Enabled Agent Based Network-Dynamic (LAND) Model

• arxiv url: http://arxiv.org/abs/2608.00929v1
• Date: Sun, 02 Aug 2026 02:06:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.026615
• Title: Modeling Social Dynamics with an LLM-Enabled Agent Based Network-Dynamic (LAND) Model
• Title（参考訳）: LLM-Enabled Agent Based Network-Dynamic(LAND)モデルによる社会的ダイナミクスのモデル化
• Abstract要約: 社会的ダイナミクスは、個々のネットワークと談話の相互作用が集団的影響、物語の優位性、協調行動に集約される過程を符号化する。 本稿では,GhostFieldアーキテクチャをソーシャルシミュレーションフレームワークとして利用して,AuraSightシナリオを構築する。 314,244人の異質なサイバーソーシャルエージェントと人間のアクターが、30日間にわたって529,327件のメッセージを交換している。
• 参考スコア（独自算出の注目度）: 2.2032950166846526
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Social dynamics encode the process in which individual network and discourse interactions aggregate into collective influence, narrative dominance and coordinate behavior. This paper uses the the GhostField architecture, a hybrid LLM-Enabled Agent Based Network-Dynamic (LAND) model as a social simulation framework to build the AuraSight scenario. In the AuraSight scenario, 314,244 heterogeneous cyber social agents and human actors exchange 529,327 messages over 30 days surrounding a fictional international song-writing contest. We methodologically examine emergent social dynamics across four analytical layers: ego-network topology, semantic network evolution, coordination dynamics and influence dynamics. Our results show how generated social simulations do also produce social dynamics, and how the dynamics of coordination and influence emerge not from individual agents but from the recursive interaction between network topology and narrative exchange.
• Abstract（参考訳）: 社会的ダイナミクスは、個々のネットワークと談話の相互作用が集団的影響、物語の優位性、協調行動に集約される過程を符号化する。 本稿では,LLM-Enabled Agent Based Network-Dynamic(LAND)モデルであるGhostFieldアーキテクチャを用いて,AuraSightシナリオの構築を行う。 AuraSightのシナリオでは、314,244人の異質なサイバーソーシャルエージェントと人間のアクターが、30日間にわたって529,327件のメッセージを交換している。 我々は,エゴネットワークトポロジ,セマンティックネットワーク進化,コーディネーション・ダイナミクス,インフルエンス・ダイナミクスの4つの分析層にわたる創発的社会的ダイナミクスを方法論的に検討した。 この結果から,ネットワークトポロジと物語交換間の再帰的相互作用から,協調や影響のダイナミクスが個々のエージェントからではなく,どのように生み出すかが示唆された。

関連論文リスト

• LLMs for Social Network Modeling: From Network Generation to Dynamic Processes [3.3836709236378746]
  大規模言語モデル(LLM)は,ユーザとその関係を自然言語で表現することで,ソーシャルネットワークをモデル化するための新たなパラダイムとして浮上している。 LLMは、リッチテキストの社会的相互作用と意思決定を可能にするが、固有の社会的バイアスや迅速な感受性など、多くの制限がある。
  論文  参考訳（メタデータ） (2026-09-07T23:24:27Z)
• Social Structure Matters in 3D Human-Human Interaction Generation [70.08319433924056]
  我々はHHI生成を社会構造モデリングと接地問題として定式化する。 モデルはまず、相互作用がどのように展開され、2人のアクターが役割を調整するかを推測する必要があります。 我々のフレームワークは、位相整合性、役割整合性、パートナー認識調整を改善した3D HHIを生成する。
  論文  参考訳（メタデータ） (2026-06-23T07:43:13Z)
• SocialMirror: Reconstructing 3D Human Interaction Behaviors from Monocular Videos with Semantic and Geometric Guidance [49.69016078147708]
  密接な相互作用シナリオにおける人間の行動の正確な再構築は、拡張現実における現実的な仮想インタラクションの実現に不可欠である。 本稿では,これらの問題に効果的に対処するための意味的および幾何学的手がかりを統合する拡散ベースのフレームワークであるSocialMirrorを提案する。 SocialMirrorはインタラクティブなヒューマンメッシュを再構築する上で,最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-04-15T07:41:52Z)
• Learning to Make Friends: Coaching LLM Agents toward Emergent Social Ties [3.1146704506932985]
  大規模言語モデル(LLM)エージェントは、人間のオンライン行動を特徴づける複雑な社会的ダイナミクスを再現する。 エージェントが繰り返し対話し、相互に評価し、文脈内学習を通じてそれらの振る舞いを適応するマルチエージェントLLMシミュレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-22T07:00:33Z)
• Social World Model-Augmented Mechanism Design Policy Learning [58.739456918502704]
  SWM-AP (Social World Model-Augmented Mechanism Design Policy Learning) を導入する。 SWM-APは,累積報酬とサンプル効率において,モデルベースおよびモデルフリーのRLベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-10-22T06:01:21Z)
• DynamiX: Large-Scale Dynamic Social Network Simulator [101.65679342680542]
  DynamiXは、動的ソーシャルネットワークモデリングに特化した新しい大規模ソーシャルネットワークシミュレータである。 世論のリーダーに対しては、情報ストリームに基づくリンク予測手法を提案し、同様の姿勢で潜在的ユーザを推薦する。 一般ユーザに対しては,不等式指向の行動決定モジュールを構築する。
  論文  参考訳（メタデータ） (2025-07-26T12:13:30Z)
• SocioVerse: A World Model for Social Simulation Powered by LLM Agents and A Pool of 10 Million Real-World Users [70.02370111025617]
  本稿では,社会シミュレーションのためのエージェント駆動世界モデルであるSocioVerseを紹介する。 私たちのフレームワークは、4つの強力なアライメントコンポーネントと1000万の実際の個人からなるユーザプールを備えています。 SocioVerseは、多様性、信頼性、代表性を確保しつつ、大規模な人口動態を反映できることを示した。
  論文  参考訳（メタデータ） (2025-04-14T12:12:52Z)
• Large Language Model Driven Agents for Simulating Echo Chamber Formation [5.6488384323017]
  ソーシャルメディアプラットフォームにおけるエコーチャンバーの台頭は、分極と既存の信念の強化に対する懸念を高めている。 エコーチャンバーの形成をシミュレーションするための従来の手法は、しばしば事前定義された規則や数値シミュレーションに依存してきた。 本稿では,大言語モデル(LLM)を生成エージェントとして活用し,エコーチャンバー力学をシミュレートする新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-25T12:05:11Z)
• BotDGT: Dynamicity-aware Social Bot Detection with Dynamic Graph Transformers [34.517897902575946]
  BotDGTはトポロジカルな構造を考慮した新しいフレームワークであるが、ソーシャルネットワークの動的な性質を効果的に取り入れている。 各歴史的スナップショットからトポロジ情報を取得するために構造モジュールが使用される。 時間的モジュールは、歴史的コンテキストを統合し、社会的ボットや正当なユーザによって提示される進化する行動パターンをモデル化するために提案される。
  論文  参考訳（メタデータ） (2024-04-23T14:19:13Z)
• Network Formation and Dynamics Among Multi-LLMs [5.513875403488053]
  ソーシャルネットワークは、人間が意見を作り、情報を交換し、まとめる方法に大きな影響を与える。 大規模言語モデル(LLM)は、社会的および専門的な環境にますます組み込まれているため、それらの相互作用が人間に似たネットワーク力学に近似するかどうかを理解することが重要である。 我々は,複数のLLMエージェントのネットワーク形成挙動を解析し,人的決定に対してそれらをベンチマークする枠組みを開発した。 LLMは、コミュニティ構造や小世界効果を含むマクロレベルの特性だけでなく、優先的なアタッチメント、三進的クロージャ、ホモフィリーといった基本的ミクロレベルの原則を一貫して再現している。
  論文  参考訳（メタデータ） (2024-02-16T13:10:14Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)

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。