研究人员推出 EASE，一个用于创建可复现的基于 LLM 的社会模拟的新框架。这种模块化方法包括环境 (Environments)、代理 (Agents)、模拟引擎 (Simulation engines) 和评估指标 (Evaluation metrics)，旨在标准化模拟器并促进严谨的研究。该框架已在名为 SiliSocS 的开源沙盒中实现，并已用于案例研究，以评估当前的建模局限性以及设计选择对模拟结果的影响。同时，COLM'26 的“LLM 社会模拟”研讨会发布了征稿启事，重点关注“应用中的保真度”，并鼓励提交解决 LLM 驱动社会的评估、鲁棒性和经验基础的论文。 AI
影响 标准化 LLM 社会模拟可以加速研究，并提高社会科学和人工智能应用中研究结果的可靠性。
排序理由 该集群包含一篇详细介绍 LLM 模拟新框架的学术论文，以及一个关于同一主题的研讨会的征稿启事。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
LLMs are increasingly deployed to simulate social interactions, yet many of the existing simulators remain ad hoc and monolithic. This lack of architectural standardization prevents reproducible research and complicates downstream evaluation. We advance a rigorous science of LLM-…
<!-- SC_OFF --><div class="md"><p>🌟 Announcing the 2nd Workshop on <strong>Social Simulation with LLMs (Social Sim'26)</strong> @ COLM </p> <p>📣 Welcoming Submissions! Submission here:.</p> <p>🗓️ Deadline: <strong>June 23, 2026 (AoE)</strong> </p> <p>This year's theme is <strong>…