論文の概要: Socio-Foundation: A Model for Generalizable Individual Behavior Simulation via Hierarchical Capability Distillation

• arxiv url: http://arxiv.org/abs/2610.08967v1
• Date: Tue, 06 Oct 2026 18:31:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.555654
• Title: Socio-Foundation: A Model for Generalizable Individual Behavior Simulation via Hierarchical Capability Distillation
• Title（参考訳）: ソシオファウンデーション:階層的能力蒸留による一般化可能な個人行動シミュレーションモデル
• Abstract要約: 個人行動のシミュレーションには、動的社会的文脈に適応しながらペルソナの特徴を保存するために、大きな言語モデル(LLM)が必要である。 個人シミュレーションを5つの相補的能力次元からなるtextbfFONTS分類に分類する。 この分類学に基づいて、14の代表的なデータセットで約1000万インスタンスの標準化されたトレーニングコーパスライブラリをキュレートする。
• 参考スコア（独自算出の注目度）: 39.38519926505462
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Simulating individual behavior requires large language models (LLMs) to preserve persona traits while adapting to dynamic social contexts. However, general-purpose LLMs often flatten distinct personas, while task-specific tuning suffers from fragmentation and generalization. To overcome these challenges, we organize individual simulation into the \textbf{FONTS Taxonomy}, comprising five complementary capability dimensions: \emph{persona fidelity} (\textbf{F}), \emph{outcome realization} (\textbf{O}), \emph{behavioral naturalness} (\textbf{N}), \emph{trajectory coherence} (\textbf{T}), and \emph{social grounding} (\textbf{S}). Grounded in this taxonomy, we curate a standardized training corpus library of approximately 10 million instances across 14 representative datasets and present \textbf{Socio-Foundation}. Socio-Foundation decouples specialization from integration via a three-stage pipeline: learning task experts via DAPO, consolidating them into capability experts via off-policy distillation, and unifying them via multi-teacher on-policy distillation (MOPD). We also establish \textbf{IndiEval}, consolidating 29 metrics across the FONTS dimensions. Experiments show that Socio-Foundation outperforms its \textit{Qwen3-8B} base by 11.0 points and approaches frontier models such as \textit{GLM-5.2}, with ablations and out-of-distribution evaluations further demonstrating the effectiveness and generalization of our model.
• Abstract（参考訳）: 個人行動のシミュレーションには、動的社会的文脈に適応しながらペルソナの特徴を保存するために、大きな言語モデル(LLM)が必要である。 しかし、汎用LLMは個別のペルソナをフラットにすることが多いが、タスク固有のチューニングは断片化と一般化に悩まされている。 これらの課題を克服するために、個別のシミュレーションを \emph{persona fidelity} (\textbf{F})、 \emph{outcome realization} (\textbf{O})、 \emph{behavioral naturalness} (\textbf{N})、 \emph{trajectory coherence} (\textbf{T})、 \emph{social grounding} (\textbf{S}) の5つの相補的能力次元からなる。 この分類学に基づいて、14の代表的なデータセットと現在であるtextbf{Socio-Foundation}にまたがる約1000万のインスタンスの標準化されたトレーニングコーパスライブラリをキュレートする。 Socio-Foundationは、DAPOを通じてタスクエキスパートを学習し、オフ・ポリティクス蒸留を通じて能力専門家に統合し、マルチテラーオン・ポリティクス蒸留(MOPD)を介してそれらを統合する3段階のパイプラインを通じて、統合から特殊化を分離する。 また、FONTS次元をまたいだ29のメトリクスを統合した「textbf{IndiEval}」も確立しました。 実験により,Socio-Foundation は 11.0 の点数でその \textit{Qwen3-8B} ベースを上回り,また \textit{GLM-5.2} のようなフロンティアモデルに近づき,アブレーションとアウト・オブ・ディストリビューション評価により,モデルの有効性と一般化がさらに示された。

関連論文リスト

• Ovis-Embedding: Pushing the Frontiers of Universal Omni-Modal Embeddings [0.0]
  テキスト、画像、ビデオ、オーディオのネイティブ統合をベースに構築された最先端のOmni-modal埋め込みファミリ。 Ovis-Embeddingは共有マルチモーダルバックボーンを使用して、共通の表現空間内の異なるモダリティを符号化する。 経験的評価は、textbfOvis-Embedding familyが最先端のパフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2026-09-21T12:44:27Z)
• Environments as Scaffold: Enriching Feedback to Bootstrap Self-Evolving Agents in Long-Horizon Tasks [19.050938256251367]
  大規模言語モデルは静的推論において顕著な習熟性を示す。 長期作業のための強化学習(Reinforcement Learning, RL)を通じて自律的なエージェントとして訓練することは、しばしば深刻な報酬の分散によって妨げられる。 textbfFeedback-textbfEnriched textbfFEEsを構築することにより、テキスト環境側適応へのパラダイムシフトを提案する。
  論文  参考訳（メタデータ） (2026-09-08T08:14:25Z)
• Self-Evolving LLM Memory Extraction Across Heterogeneous Tasks [29.978367623377363]
  我々は, 個人化, 問題解決, エージェントタスクにまたがる18の既存データセットを再利用したベンチマークである textbfBEHEMOTH を導入する。 我々の経験的分析は、全てのタスクカテゴリで単一の静的抽出プロンプトが支配的ではなく、既存の自己進化的最適化フレームワークは、もともと均質な分散のために設計されたもので、訓練タスクが不均一であるときに劣化することを確認した。 BEHEMOTHの実験では、CluEは不均一なタスクにまたがって効果的に一般化され、従来の自己進化フレームワークよりも一貫して優れていた。
  論文  参考訳（メタデータ） (2026-04-13T15:15:54Z)
• Orchestrating Heterogeneous Experts: A Scalable MoE Framework with Anisotropy-Preserving Fusion [9.664206410314955]
  国境を越えたeコマースは、極端な言語的多様性ときめ細かい意味的ニュアンスという2つの課題に直面している。 既存のアプローチは通常、単一のモノリシックな大規模言語モデル(LLM)のスケールアップに依存します。 本稿では,異なるオープンソース LLM の相補性を生かした,スケーラブルな粗粒混合処理(Mixture-of-Experts:MoE)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-18T07:13:37Z)
• Experiences from Benchmarking Vision-Language-Action Models for Robotic Manipulation [22.40720239761228]
  本稿では,4種類のVLAをベンチマークした経験を報告する。 我々は,3つの重要な側面に沿って性能を計測するtextbf Standardized Evaluation frameworkを構築した。 VLAモデルアーキテクチャ間のトレードオフとして,精度,一般化,デプロイメントコストのバランスが考えられる。
  論文  参考訳（メタデータ） (2025-11-14T13:35:30Z)
• Grounded in Reality: Learning and Deploying Proactive LLM from Offline Logs [72.08224879435762]
  textttLearn-to-Askは、プロアクティブな対話エージェントの学習とデプロイのためのシミュレータフリーフレームワークである。 当社のアプローチは,LLMの大規模オンラインAIサービスへの展開を成功に導くものです。
  論文  参考訳（メタデータ） (2025-10-29T12:08:07Z)
• AgentOhana: Design Unified Data and Training Pipeline for Effective Agent Learning [98.26836657967162]
  textbfAgentOhanaは、さまざまなシナリオにまたがって、異なる環境からエージェントのトラジェクトリを集約する。 AIエージェント用に調整された大規模なアクションモデルである textbfxLAM-v0.1 は、さまざまなベンチマークで例外的なパフォーマンスを示している。
  論文  参考訳（メタデータ） (2024-02-23T18:56:26Z)
• Coupling Global Context and Local Contents for Weakly-Supervised Semantic Segmentation [54.419401869108846]
  Weakly Supervised Semantic (WSSS)モデルを提案する。 グローバルなオブジェクトコンテキストを異なる粒度空間でキャプチャするために,フレキシブルなコンテキストアグリゲーションモジュールを提案する。 局所的な細粒度を集約するために、ボトムアップパラメータ学習可能な方法で意味的に一貫した特徴融合モジュールを提案する。
  論文  参考訳（メタデータ） (2023-04-18T15:29:23Z)

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。