Как LLM-симуляции переходят от прокси к целым популяциям

Агентные симуляции на основе больших языковых моделей (LLM) давно используются для моделирования социальных процессов. Однако большинство работ ограничивается небольшими группами агентов-«прокси», которые лишь приблизительно отражают поведение реальных людей.

Как LLM-симуляции переходят от прокси к целым популяциям
Как LLM-симуляции переходят от прокси к целым популяциям

Главное

  • AAAI-27 объявила CFP по симуляции социальных процессов с LLM
  • Фокус — переход от малых групп агентов к масштабным популяциям
  • Дедлайн подачи заявок — 20 ноября
  • Темы: калибровка, гибридные модели, этика, валидация
  • Результаты применимы в эпидемиологии и социальной политике

Агентные симуляции на основе больших языковых моделей (LLM) давно используются для моделирования социальных процессов. Однако большинство работ ограничивается небольшими группами агентов-«прокси», которые лишь приблизительно отражают поведение реальных людей. Это создаёт разрыв между лабораторными экспериментами и масштабными социальными явлениями, такими как распространение мнений или коллективные решения.

Конференция AAAI-27 объявила сбор работ по направлению Social Simulation with LLMs. Организаторы ставят задачу перейти от отдельных прокси к моделированию целых популяций. Это требует новых методов генерации синтетических агентов, валидации их поведения и масштабирования вычислений. Ключевой вопрос — насколько точно LLM-агенты воспроизводят статистические закономерности реальных социальных систем.

Приём заявок продлится до 20 ноября. Для участия предлагаются темы: калибровка агентов на реальных данных, гибридные модели с участием людей, этические аспекты симуляций и оценка достоверности результатов. Особый интерес вызывают работы, которые сочетают LLM с классическими агентными моделями для повышения предсказательной силы.

Этот вызов важен не только для академического сообщества, но и для практиков: от прогнозирования эпидемий до тестирования социальных политик. Переход к популяционным симуляциям открывает путь к более реалистичным цифровым двойникам общества.