TL;DR
- چکیده:.
- هدف شبیهسازی شبکههای اجتماعی مدلسازی پویایی نظرات جمعی در جمعیتهای بزرگ است،.
- اما شبیهسازهای مبتنی بر LLM موجود عمدتاً بر روی پویایی کل تمرکز دارند در حالی که تا حد.
چه اتفاقی افتاد
چکیده:. هدف شبیهسازی شبکههای اجتماعی مدلسازی پویایی نظرات جمعی در جمعیتهای بزرگ است،.
اما شبیهسازهای مبتنی بر LLM موجود عمدتاً بر روی پویایی کل تمرکز دارند در حالی که تا حد. زیادی حالتهای داخلی فردی را نادیده میگیرند.
این توانایی آنها را برای گرفتن معکوسهای نظرات ناشی از تغییرات تدریجی فردی محدود میکند و آنها را. در شبیهسازیهای افق بلند غیرقابل اعتماد میکند.
ما MF-MDP،. یک چارچوب شبیهسازی اجتماعی را پیشنهاد میکنیم که پویایی جمعی در سطح کلان را با حالتهای فردی در.
سطح خرد بهطور محکم جفت میکند. MF-MDP صراحتاً حالتهای نظر پنهان هر عامل را با مکانیسم انتقال حالت مدل میکند و فرآیندهای تصمیمگیری مارکوف.
را در سطح خرد با یک چارچوب جمعی میدان متوسط در سطح کلان ترکیب میکند. این به رفتارهای فردی اجازه میدهد تا به جای ایجاد واکنشهای فوری،.
حالتهای داخلی را به تدریج تغییر دهد،. و شبیهساز را قادر میسازد تا تشخیص دهد.
عواملی که نزدیک به جابجایی از عواملی هستند که دور از تغییر هستند،. عکسالعملهای نظرات را ثبت میکنند و دقت را در افقهای طولانی حفظ میکنند.
در سراسر رویدادهای دنیای واقعی،. MF-MDP از شبیهسازی پایدار فرآیندهای اجتماعی افق بلند با حداکثر 40000 تعامل،.
در مقایسه با حدود 300 تعامل در خط پایه MF-LLM پشتیبانی میکند،. در حالی که واگرایی KL افق بلند را 75.
3 ٪ (1. 2490 تا 0.
69 ٪ KL) و 0. 308 مجدد کاهش میدهد.
(1. 6425 تا 0.
5434)، بهطور قابل توجهی رانش مشاهده شده در MF-LLM را کاهش میدهد. کد در این آدرس http موجود است.
شبکههای اجتماعی و اطلاعاتی (cs. SI) استناد بهعنوان: (یا v1 [cs.
SI] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:.
YunYao Zhang [مشاهده ایمیل] [v1] سه شنبه،. 7 آوریل 2026،.
07:. 14:.
11 UTC (2,. 787 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.