Shall We Talk: Exploring Spontaneous Collaborations of Competing LLM Agents

要約

最近の進歩により、大規模言語モデル (LLM) を利用したエージェントが人間の行動や社会力学をシミュレートする機能を備えていることが示されています。
ただし、明示的な指示がない場合でも、LLM エージェントが自発的に協力関係を確立する可能性については研究されていません。
このギャップに対処するために、私たちは 3 つのケーススタディを実施し、LLM エージェントが競争環境内であっても自発的にコラボレーションを形成できることを明らかにしました。
この発見は、人間社会における競争と協力を模倣する LLM エージェントの能力を実証するだけでなく、計算社会科学の有望なビジョンを検証するものでもあります。
具体的には、LLM エージェントを利用して、自発的なコラボレーションを含む人間の社会的相互作用をモデル化し、社会現象についての洞察を提供できる可能性があることを示唆しています。
この研究のソース コードは https://github.com/wuzengqing001225/SABM_ShallWeTalk で入手できます。

要約(オリジナル)

Recent advancements have shown that agents powered by large language models (LLMs) possess capabilities to simulate human behaviors and societal dynamics. However, the potential for LLM agents to spontaneously establish collaborative relationships in the absence of explicit instructions has not been studied. To address this gap, we conduct three case studies, revealing that LLM agents are capable of spontaneously forming collaborations even within competitive settings. This finding not only demonstrates the capacity of LLM agents to mimic competition and cooperation in human societies but also validates a promising vision of computational social science. Specifically, it suggests that LLM agents could be utilized to model human social interactions, including those with spontaneous collaborations, thus offering insights into social phenomena. The source codes for this study are available at https://github.com/wuzengqing001225/SABM_ShallWeTalk .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google