論文の概要: Local Predictability and Collective Fidelity in LLM-Agent Societies
- arxiv url: http://arxiv.org/abs/2609.35813v1
- Date: Sun, 20 Sep 2026 11:09:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:46.848617
- Title: Local Predictability and Collective Fidelity in LLM-Agent Societies
- Title（参考訳）: LLM-Agent Societiesにおける局所的予測可能性と集合的忠実度
- Abstract要約: 個人予測と集団予測を9,455件のトラジェクトリと意見力学の新しい実験を用いて比較した。
隣の情報は16の公開データ設定と、保持された質問に対する集合的な予測で個人の予測を改善する。
24の新たなステートメントに関するテストでは、初期状態からの予測において、従来と対照的な履歴効果は確認されていない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Compact surrogates could reduce the cost of simulating large language model societies, but must reproduce collective behavior. We compare individual predictions and collective forecasts using 9,455 published trajectories and new experiments on opinion dynamics. Neighbor information improves individual prediction in all 16 public-data settings and pooled collective forecasts on held-out questions, although collective gains depend on transfer conditions. Tests on 24 new statements do not confirm earlier contrasting history effects in forecasts from the initial state. Qwen benefits from history after three observed rounds. These findings motivate direct collective validation, explicit limits on available observations, and comparisons with simple baselines.
- Abstract（参考訳）: コンパクトなサロゲートは、大きな言語モデル社会をシミュレートするコストを削減できるが、集団的な振る舞いを再現する必要がある。
個人予測と集団予測を9,455件のトラジェクトリと意見力学の新しい実験を用いて比較した。
隣の情報は16の公開データ設定とプールされた集合予測で個々の予測を改善するが、集合的なゲインは転送条件に依存している。
24の新たなステートメントに関するテストでは、初期状態からの予測において、従来と対照的な履歴効果は確認されていない。
クウェンは3回観察されたラウンドの後に歴史から利益を得た。
これらの知見は、直接的集合的検証、利用可能な観測の明確な制限、および単純なベースラインとの比較を動機付けている。
関連論文リスト
- Assessing Large Language Models in Updating Their Forecasts with New Information [15.692887789817647]
EVOLVECASTは,大規模言語モデルが新たな情報に反応して予測を適切に修正するかどうかを評価するフレームワークである。
我々は、人間予測器を比較基準として、更新された状況下での予測シフトと信頼度校正を分析する。
言語化やロジットに基づく信頼度評価は、常に他方よりも優れておらず、どちらも人間の基準から遠く離れている。
論文 参考訳（メタデータ） (2025-09-28T15:16:20Z) - Performative Prediction on Games and Mechanism Design [69.7933059664256]
エージェントが過去の正確性に基づいて予測を信頼するかを判断する集団リスクジレンマについて検討する。
予測が集合的な結果を形成するにつれて、社会福祉は関心の指標として自然に現れる。
よりよいトレードオフを実現し、それらをメカニズム設計に使用する方法を示します。
論文 参考訳（メタデータ） (2024-08-09T16:03:44Z) - Auditing the Fairness of the US COVID-19 Forecast Hub's Case Prediction Models [0.24999074238880484]
US COVID-19 Forecast Hubは、50以上の独立した研究グループによる新型コロナウイルスの予測のリポジトリである。
統計的に有意な多様な社会的要因の予測性能を示す。
今回の取り組みにより、新型コロナウイルス(COVID-19)のモデラーやCDC(疾病予防管理センター)が、公正度指標と精度を報告できることを願っている。
論文 参考訳（メタデータ） (2024-05-17T21:07:19Z) - Forecast reconciliation for vaccine supply chain optimization [61.13962963550403]
ワクチンサプライチェーン最適化は階層的な時系列予測の恩恵を受けることができる。
異なる階層レベルの予測は、上位レベルの予測が下位レベルの予測の総和と一致しないときに不整合となる。
我々は2010年から2021年にかけてのGSKの販売データを階層的時系列としてモデル化し,ワクチン販売予測問題に取り組む。
論文 参考訳（メタデータ） (2023-05-02T14:34:34Z) - Assaying Out-Of-Distribution Generalization in Transfer Learning [103.57862972967273]
私たちは、経験的に対処するメッセージの相違を強調して、以前の作業の統一的なビューを取ります。
私たちは9つの異なるアーキテクチャから、多数の、あるいは少数の設定で31K以上のネットワークを微調整しました。
論文 参考訳（メタデータ） (2022-07-19T12:52:33Z) - Computing the ensemble spread from deterministic weather predictions
using conditional generative adversarial networks [0.0]
本稿では,深層学習アルゴリズムを用いて,アンサンブル予測システムの統計的特性を学習することを提案する。
訓練が終わると、将来のアンサンブル予測を得るためには、コストのかかるアンサンブル予測システムがもはや不要になる。
論文 参考訳（メタデータ） (2022-05-18T19:10:38Z) - Plinko: A Theory-Free Behavioral Measure of Priors for Statistical
Learning and Mental Model Updating [62.997667081978825]
Plinko(リンク)は,参加者が利用可能なすべての結果に対してボール滴の分布を推定する行動課題である。
対象者は,確率分布の確率分布を中心にクラスタリングし,事前クラスタメンバシップは学習能力を示す可能性があることを示す。
我々は,個々の参加者が信頼できる表現であり,物理的に不可解な球滴分布に直面した場合,学習が阻害されないことを検証した。
論文 参考訳（メタデータ） (2021-07-23T22:27:30Z) - Test-time Collective Prediction [73.74982509510961]
マシンラーニングの複数のパーティは、将来のテストポイントを共同で予測したいと考えています。
エージェントは、すべてのエージェントの集合の集合的な専門知識の恩恵を受けることを望んでいるが、データやモデルパラメータを解放する意思はないかもしれない。
我々は、各エージェントの事前学習モデルを利用して、テスト時に集合的な予測を行う分散型メカニズムを探索する。
論文 参考訳（メタデータ） (2021-06-22T18:29:58Z)
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。