論文の概要: PsyMemBehav: Psychology-Informed and Memory-Grounded Two-Level Identity-to-Action Reasoning for Social-Media Behavior Simulation
- arxiv url: http://arxiv.org/abs/2610.14570v1
- Date: Sat, 10 Oct 2026 04:38:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.068374
- Title: PsyMemBehav: Psychology-Informed and Memory-Grounded Two-Level Identity-to-Action Reasoning for Social-Media Behavior Simulation
- Title（参考訳）: PsyMemBehav: ソーシャル・メディア・ビヘイビア・シミュレーションのための2レベルアイデンティティ・ツー・アクション・推論
- Abstract要約: 我々はPsyMemBehavを紹介した。これは心理学的インフォームドプロファイルと検索した記憶をターゲットファーストのプラットフォーム行動にマッピングする。
Reddit,Bluesky,Twitterで5,862人の実ユーザ(ユーザあたり約950人)の行動を観察した557万から,データセットのPsyMemBehav-benchを構築した。
実験の結果、PsyMemBehav 27Bは12の指標のうち11にランクインしている。
- 参考スコア（独自算出の注目度）: 14.50243176350093
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language models (LLMs) support social simulation, but faithfully reproducing real users requires grounding both structured platform decisions and language in sparse, noisy behavioral evidence. We introduce PsyMemBehav, which maps psychology-informed profiles and retrieved memories to target-first platform behavior through two-level identity-to-action reasoning. To support this approach with comprehensive behavioral traces, we construct a dataset PsyMemBehav-bench from 5.57M observed behaviors of 5,862 real users (approximately 950 per user) across Reddit, Bluesky, and Twitter. Each recorded engagement is modeled as target selection followed by Comment, Like, or Repost and optional response generation. PsyMemBehav combines 41-dimensional user descriptors, top-5 BM25 memories, reverse-CoT supervision, and rubric-guided DPO over complete reasoning-action trajectories. Experiments show that PsyMemBehav 27B ranks first in 11 of 12 reported individual-level metrics, improving average response quality over GPT-5.4 from 54.28 to 59.68 (9.95% relative), and obtains the lowest group-level MAE (0.081) and MSE (0.009) among simulated systems. These results support evidence-grounded user modeling for observed-thread continuation; the benchmark remains conditional on recorded engagement and does not model no-action decisions.
- Abstract（参考訳）: 大規模言語モデル(LLM)は社会シミュレーションをサポートするが、実際のユーザを忠実に再現するには、構造化されたプラットフォーム決定と言語の両方を、まばらでノイズの多い行動証拠で根拠付ける必要がある。
我々はPsyMemBehavを紹介した。PsyMemBehavは心理学的インフォームドプロファイルと検索した記憶を、2段階のアイデンティティ・ツー・アクション推論によってターゲットファーストのプラットフォーム行動にマッピングする。
このアプローチを包括的な行動トレースでサポートするために、Reddit、Bluesky、Twitterで5,862人の実際のユーザ(約950人のユーザ)の行動を観察したデータセットPsyMemBehav-benchを構築した。
記録された各エンゲージメントはターゲット選択としてモデル化され、その後にコメント、いいね、リポスト、オプションのレスポンス生成が続く。
PsyMemBehavは41次元のユーザ記述子、トップ5のBM25メモリ、リバースCoT監視、そして完全な推論-アクション軌道上のルーリック誘導DPOを組み合わせている。
実験の結果、PsyMemBehav 27Bは12の指標のうち11位にランクされ、GPT-5.4よりも54.28から59.68(9.95%)の平均応答品質が向上し、シミュレーションシステムの中で最も低いグループレベルのMAE(0.081)とMSE(0.009)が得られた。
これらの結果は、観測スレッド継続のためのエビデンスに基づくユーザモデリングをサポートし、ベンチマークは記録されたエンゲージメントに条件付きであり、非アクション決定をモデル化しない。
関連論文リスト
- PonderPounce: A Pretrained MLLM as an Episode Context Engine for Robot Control [25.920573627524945]
PonderPounceはMLLMのネイティブ因果コンテキストをロボットメモリとして再利用する。
パウンスは現在の観察、指示、受容を直接受け取ります。
ベーススケールのトレーニングデータを持つRoboMMEでは、PonderPounceは同じPounceアーキテクチャとインターフェースの下で、9Bで60.83%、0.8Bで50.04%に達する。
論文 参考訳（メタデータ） (2026-08-25T06:24:36Z) - Small Foundation Models of Human Cognition and Behaviour [45.88028371034407]
135Mから14Bパラメータの14モデルを、Psych-101の4つのアーキテクチャファミリでトレーニングしています。
Psych-101は160の実験から1070万の試行レベルの選択のデータセットである。
認知的に微調整された小さなモデルは、心理的実験のためのノイズ天井推定器として有望であることを示す。
論文 参考訳（メタデータ） (2026-08-05T11:34:20Z) - OdysSim: Building Foundation Models for Human Behavior Simulation [70.35265860287608]
大規模言語モデルは、対話的評価と社会シミュレーションのための人間のシミュレータとして、ますます多くデプロイされている。
しかし、有益性駆動のポストトレーニングは、それらを同質で過度に同意できるアシスタントレジスタへと引き寄せる。
OdysSimは行動基礎モデルに関する最大のオープン・システマティック・リサーチである。
論文 参考訳（メタデータ） (2026-06-12T07:31:55Z) - BehaviorBench: Modeling Real-World User Decisions from Behavioral Traces [53.55407626944686]
textscBehaviorBenchは、実世界の行動トレースからパーソナライズされた意思決定モデリングを評価するためのベンチマークである。
textscBehaviorBenchは、公開市場とオンチェーンの記録からウォレットレベルの意思決定履歴を再構築する。
2,000以上の評価ウォレットで、ベンチマークには141,445のBeliefインスタンスと1,485,972のTradeインスタンスが含まれている。
論文 参考訳（メタデータ） (2026-06-01T19:04:36Z) - Let the Results Speak: A Replication-First Paradigm for LLM Behavioral Benchmarking [22.825786049667602]
本稿では,1つのヒト・ラタのコンセンサスに有効性を確保するために,複製第一パラダイムを提案する。
楽器を4つの特性で認証する - Kランの信頼性、アーキテクチャ的に異なる審査員間のクロスインストラクトレプリケーション、以前のトレーニングコホートからの審査員による歴史的フットプリントキャリブレーション、事前登録された予測。
本研究は, 自己発達型データ駆動による情緒的伴奏で, 次元は事前に決められず, 手順は9次元に安定化する。
論文 参考訳（メタデータ） (2026-05-27T03:41:11Z) - ImplicitMemBench: Measuring Unconscious Behavioral Adaptation in Large Language Models [60.14219417402433]
LLMエージェントの既存のメモリベンチマークは、事実の明示的なリコールを評価するが、意識的な検索なしに、経験が自動的な振る舞いになる暗黙の記憶を見落としている。
IndicitMemBenchは、非宣言的メモリの標準的な認知科学のアカウントから引き出された3つの構造を通して暗黙的メモリを評価する最初の体系的なベンチマークである。
当社の300イテムスイートでは,初動採点を備えたLearning/Priming-Interfere-Testプロトコルを統一しています。
論文 参考訳（メタデータ） (2026-04-09T10:26:32Z) - PersonaMem-v2: Towards Personalized Intelligence via Learning Implicit User Personas and Agentic Memory [56.81126490418336]
パーソナライゼーションは、AI能力とアライメントの進歩における次のマイルストーンの1つだ。
PersonaMem-v2は300以上のシナリオ、20,000以上のユーザの好み、128kのコンテキストウィンドウで、1,000の現実的なユーザ-チャットボットインタラクションをシミュレートする。
我々はQwen3-4BをトレーニングしてGPT-5を上回り、暗黙のパーソナライゼーションにおいて53%の精度を達成した。
論文 参考訳（メタデータ） (2025-12-07T06:48:23Z) - WorldPM: Scaling Human Preference Modeling [130.23230492612214]
我々は、このスケーリングの可能性を強調するために、World Preference Modeling$ (WorldPM)を提案する。
多様なユーザコミュニティをカバーする公開フォーラムから選好データを収集する。
1.5Bから72Bパラメータの範囲で15Mスケールのデータを用いて広範囲なトレーニングを行う。
論文 参考訳（メタデータ） (2025-05-15T17:38:37Z)
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。