Agent-based modelling of burglary
PulseAugur coverage of Agent-based modelling of burglary — every cluster mentioning Agent-based modelling of burglary across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
AI对齐研究提出主权模型的参与式“活体宪法”
一篇新研究论文提出了一种用于对齐主权AI模型的“活体宪法”方法，建议采用一种参与式的、类似公民科学的过程来开发和完善模型的指导原则。该方法旨在确保模型与多元价值观对齐，而不是与前沿模型提供商的价值观对齐。所提出的框架强调迭代起草、模块化、理由说明、立场和合法性，并为已确定的、有争议的或未确定的规范提供了规定。基于智能体的建模表明，即使有相当一部分对抗性参与者，只要善意参与者占多数，该过程也是稳健的。
-
新的 ABM-LLM 框架增强历史模拟的可复现性
研究人员开发了一种新的确定性历史社会模拟框架，该框架将大型语言模型 (LLM) 与基于心智理论和认知考古学的代理模型 (ABM) 相结合。该方法旨在解决 LLM 在历史模拟中固有的随机性带来的可复现性挑战。该系统在本地固定的执行环境中，每轮注入差异化的认知状态，并使用 SHA-256 哈希进行文物身份验证。评估表明，拥有 120 亿个或更多参数的模型，在 ABM 框架的支撑下，会表现出自发的叙事扩展，并维持开放的叙事向量，这与较小的模…
-
arXiv论文探讨LLM在基于代理建模中的作用
一篇新的arXiv论文探讨了大型语言模型（LLM）在基于代理建模（ABM）领域的潜在应用。该研究考察了LLM在理解和生成文本、总结信息和执行逻辑推理方面的能力如何整合到整个ABM生命周期中。论文批判性地评估了当前的使用和未来的机会，并考虑了从问题制定到结果沟通的挑战。
-
论文批评LLM在社会模拟中的应用，指出有效性差距
一篇新论文批判性地审视了大型语言模型（LLM）在社会模拟中的整合，强调了重大的方法论和认识论挑战。研究确定了一个“微观到宏观有效性差距”，其中LLM的局限性，如幻觉和偏见，可能在多主体社会中传播为系统性风险。虽然LLM在严肃游戏和探索性建模等特定应用中显示出价值，但该论文警告不要将其用于精确的社会预测，并强调需要具有稳健评估框架的混合架构来进行确认性研究。