Fugu-MT 論文翻訳(概要): SocialBuddy: Tailoring Search Agent for Social Scenarios

論文の概要: SocialBuddy: Tailoring Search Agent for Social Scenarios

arxiv url: http://arxiv.org/abs/2609.01641v1
Date: Fri, 28 Aug 2026 07:34:31 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-03 17:53:17.564481
Title: SocialBuddy: Tailoring Search Agent for Social Scenarios
Title（参考訳）: SocialBuddy: ソーシャルシナリオのためのタイラー検索エージェント
Authors: Mingxuan Li, Yirong Mao, FaZhan Zhang, Haibiao Yao, Runze Hu, Wenhui Que,
Abstract要約: SocialBuddyは、ソーシャルシナリオに適した最初のエージェント検索フレームワークである。 SocialEnvは、ソーシャル検索のための最初の大規模なシミュレート環境である。 SocialPOは、ハイブリッドな粒度最適化フレームワークである。
参考スコア（独自算出の注目度）: 7.562006814424155
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In the era of digital social interaction, searching friends' posts from massive social streams has become a fundamental user need. However, while modern agentic search frameworks have achieved remarkable success in conventional retrieval tasks, they break down when confronted with heterogeneous user queries and multi-dimensional social feeds, resulting in severe performance degradation in complex social search. To bridge this gap, we introduce SocialBuddy, the first agentic search framework tailored for social scenarios. Specifically, we construct SocialEnv, the first large-scale simulated environment for social search. Powered by an automated data and trajectory synthesis pipeline, SocialEnv includes 200K user profiles, 10 million social posts, and 50K reasoning trajectories, establishing a solid foundation for the development of social search agents. To tackle the credit assignment dilemma caused by sparse rewards in social search, we design SocialPO, a hybrid-granularity optimization framework. It macroscopically reinforces successful reasoning paths via multi-dimensional rewards, while microscopically rectifying deviated trajectories through fine-grained prefix truncation and token-level supervision. This hybrid-granularity design delivers multi-scale guidance in complex long-sequence scenarios. Finally, we construct SocialSearch Benchmark to provide a quantitative evaluation scheme for assessing the social search capabilities of SocialBuddy. Extensive experiments demonstrate that SocialBuddy-35B surpasses significantly larger frontier LLMs. Code and dataset will be released upon article acceptance.
Abstract（参考訳）: デジタルソーシャルインタラクションの時代には、膨大なソーシャルストリームから友人の投稿を検索することが基本的なユーザニーズとなっている。しかし、現代のエージェント検索フレームワークは、従来の検索タスクにおいて顕著な成功を収めてきたが、不均一なユーザクエリや多次元ソーシャルフィードに直面すると崩壊し、複雑なソーシャル検索の性能が著しく低下する。このギャップを埋めるために、ソーシャルシナリオに適した最初のエージェント検索フレームワークであるSocialBuddyを紹介します。具体的には,ソーシャル検索のための最初の大規模シミュレーション環境であるSocialEnvを構築した。自動データと軌道合成パイプラインによって、SocialEnvには2万のユーザープロフィール、1000万のソーシャルポスト、50万の推論トラジェクトリが含まれており、ソーシャル検索エージェントの開発のための確かな基盤を確立している。ソーシャル検索における報酬の分散に起因する信用割当ジレンマに対処するために,ハイブリッドな粒度最適化フレームワークであるSocialPOを設計する。微粒な接頭辞の切り抜きとトークンレベルの監督により、微視的に逸脱した軌跡を矯正しながら、多次元の報酬を通して成功した推論経路をマクロ的に補強する。このハイブリッド・グラニュラリティ設計は、複雑なロングシーケンスのシナリオにおいて、マルチスケールのガイダンスを提供する。最後に,SocialSearch Benchmarkを構築し,SocialBuddyのソーシャル検索能力を定量的に評価する手法を提案する。広範な実験により、SocialBuddy-35Bは、かなり大きなフロンティアLSMを超えることが示されている。コードとデータセットは、記事の受理時にリリースされる。

関連論文リスト

Social-Mamba: Socially-Aware Trajectory Forecasting with State-Space Models [81.44955493339835]
ソーシャル・マンバ(Social-Mamba)は、社会的相互作用を構造化されたシーケンシャルなプロセスとして再構築する予測アーキテクチャである。 Social-Mambaは、エゴセントリックなグリッド上でエージェントを組織し、社会的三重項分解を導入する。 5つの軌道予測ベンチマークの実験は、Social-Mambaが最先端の精度を達成していることを示している。
論文参考訳（メタデータ） (2026-05-14T21:16:01Z)
From Obstacles to Etiquette: Robot Social Navigation with VLM-Informed Path Selection [57.74400052368147]
本稿では,幾何学的計画と文脈的社会的推論を統合した社会ロボットナビゲーションフレームワークを提案する。このシステムはまず障害物や人間の力学を抽出し、幾何学的に実現可能な候補経路を生成し、次に細調整された視覚言語モデル(VLM)を利用してこれらの経路を評価する。 4つのソーシャルナビゲーション環境における実験により, 生活空間違反の最小期間, 歩行者面の最小時間, 社会ゾーンの侵入がない場合に, ベストな総合的なパフォーマンスを達成できることが実証された。
論文参考訳（メタデータ） (2026-02-09T18:46:12Z)
SCRAG: Social Computing-Based Retrieval Augmented Generation for Community Response Forecasting in Social Media Environments [8.743208265682014]
SCRAGは、ソーシャルコンピューティングにインスパイアされた予測フレームワークである。リアルまたは仮説的なソーシャルメディア投稿に対するコミュニティの反応を予測する。公開関係の専門家が意図しない誤解を避ける方法でメッセージを作成するために使用することができる。
論文参考訳（メタデータ） (2025-04-18T15:02:31Z)
SocialJax: An Evaluation Suite for Multi-agent Reinforcement Learning in Sequential Social Dilemmas [3.897833712166508]
連続的な社会的ジレンマは、マルチエージェント強化学習の分野において重要な課題である。 SocialJaxは、JAXで実装されたシーケンシャルな社会的ジレンマ環境とアルゴリズムのスイートである。 JAXはPython用の高性能数値計算ライブラリである。
論文参考訳（メタデータ） (2025-03-18T16:03:59Z)
SocialMind: LLM-based Proactive AR Social Assistive System with Human-like Perception for In-situ Live Interactions [3.7400236988012105]
SocialMindは、ユーザーがその場でソーシャル・アシストを提供する最初のアクティブなARソーシャル・アシスト・システムだ。 SocialMindは、多モードセンサーを活用して、言語と非言語の両方の手がかり、社会的要因、暗黙のペルソナを抽出する。我々は,SocialMindがベースラインよりも38.3%高いエンゲージメントを達成し,95%の参加者が生のソーシャルインタラクションにSocialMindを積極的に利用していることを示す。
論文参考訳（メタデータ） (2024-12-05T10:19:36Z)
SS-GEN: A Social Story Generation Framework with Large Language Models [87.11067593512716]
自閉症スペクトラム障害(ASD)を持つ子供たちは、しばしば社会的状況を誤解し、日々のルーチンに参加するのに苦労する。社会物語は伝統的にこれらの課題に対処するために厳格な制約の下で心理学の専門家によって作られた。大規模言語モデル(LLM)を用いたソーシャルストーリージェネレーションフレームワークであるSS-GENを提案する。この研究は、AIを活用して、大規模に自閉症の子供にとって費用対効果の高いソーシャルストーリーをパーソナライズするための重要なステップである。
論文参考訳（メタデータ） (2024-06-22T00:14:48Z)
SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
論文参考訳（メタデータ） (2023-10-18T02:27:01Z)
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。