SocioVerse：一个由大型语言模型代理驱动的社会模拟世界模型及1000万真实用户组成的用户池
Xinnong Zhang, Jiayu Lin, Xinyi Mou, Shiyue Yang, Xiawei Liu, Libo Sun, Hanjia Lyu, Yihang Yang, Weihong Qi, Yue Chen, Guanying Li, Ling Yan, Yao Hu, Siming Chen, Yu Wang, Jingxuan Huang, Jiebo Luo, Shiping Tang, Libo Wu, Baohua Zhou, Zhongyu Wei
发布日期: 4/16/2025
摘要
社会模拟正在通过虚拟个体与其环境之间的互动来建模人类行为，从而改变传统的社会科学研究方法。随着大型语言模型（LLMs）的最新进展，这种方法在捕捉个体差异和预测群体行为方面展现出越来越大的潜力。然而，现有的方法在环境、目标用户、互动机制和行为模式等方面面临对齐挑战。为此，我们引入了 SocioVerse，这是一种由大型语言模型代理驱动的世界模型，用于社会模拟。我们的框架包括四个强大的对齐组件和一个包含1000万真实个体的用户池。为了验证其有效性，我们在政治、新闻和经济三个不同领域进行了大规模的模拟实验。结果表明，SocioVerse 能够反映大规模的人口动态，同时通过标准化程序和最小的人工调整确保了多样性、可信度和代表性。