OASIS: Open Agents Social Interaction Simulations on One Million Agents

要約

ソーシャル メディア プラットフォーム (\emph{i.e.}、X、Reddit) のルールベースのエージェントベース モデル (ABM) を、より現実的な大規模言語モデル (LLM) エージェントで強化し、より微妙な表現を可能にすることへの関心が高まっています。
複雑なシステムの研究。
その結果、過去 1 年間にいくつかの LLM ベースの ABM が提案されました。
それらは有望ですが、各シミュレーターは特定のシナリオを研究するように特別に設計されているため、同じ ABM を使用して他の現象を調査するには時間がかかり、リソースが大量に消費されます。
さらに、現実世界のソーシャル メディア プラットフォームには何百万人ものユーザーが関与しているのに対し、これらのモデルは限られた数のエージェントのみをシミュレートします。
この目的を達成するために、私たちは一般化可能でスケーラブルなソーシャル メディア シミュレーターである OASIS を提案します。
OASIS は現実世界のソーシャル メディア プラットフォームに基づいて設計されており、動的に更新される環境 (\emph{i.e}、動的なソーシャル ネットワークと投稿情報)、多様なアクション スペース (\emph{i.e}、フォロー、コメント)、および推奨システム (
\emph{i.e.}、関心ベースおよびホットスコアベース）。
さらに、OASIS は大規模なユーザー シミュレーションをサポートしており、最大 100 万人のユーザーをモデル化できます。
これらの機能により、OASIS をさまざまなソーシャル メディア プラットフォームに簡単に拡張して、大規模なグループの現象や行動を研究できます。
私たちは、情報の拡散、グループの分極化、集団効果など、さまざまな社会現象を X および Reddit プラットフォーム全体で再現します。
さらに、さまざまなエージェントグループ規模での社会現象の観察を提供します。
エージェント グループの規模が大きくなると、グループ ダイナミクスがより強化され、エージェントの意見がより多様で有益になることがわかります。
これらの発見は、デジタル環境における複雑なシステムを研究するための強力なツールとしての OASIS の可能性を示しています。

要約(オリジナル)

There has been a growing interest in enhancing rule-based agent-based models (ABMs) for social media platforms (\emph{i.e.}, X, Reddit) with more realistic large language model (LLM) agents, thereby allowing for a more nuanced study of complex systems. As a result, several LLM-based ABMs have been proposed in the past year. While they hold promise, each simulator is specifically designed to study a particular scenario, making it time-consuming and resource-intensive to explore other phenomena using the same ABM. Additionally, these models simulate only a limited number of agents, whereas real-world social media platforms involve millions of users. To this end, we propose OASIS, a generalizable and scalable social media simulator. OASIS is designed based on real-world social media platforms, incorporating dynamically updated environments (\emph{i.e.}, dynamic social networks and post information), diverse action spaces (\emph{i.e.}, following, commenting), and recommendation systems (\emph{i.e.}, interest-based and hot-score-based). Additionally, OASIS supports large-scale user simulations, capable of modeling up to one million users. With these features, OASIS can be easily extended to different social media platforms to study large-scale group phenomena and behaviors. We replicate various social phenomena, including information spreading, group polarization, and herd effects across X and Reddit platforms. Moreover, we provide observations of social phenomena at different agent group scales. We observe that the larger agent group scale leads to more enhanced group dynamics and more diverse and helpful agents’ opinions. These findings demonstrate OASIS’s potential as a powerful tool for studying complex systems in digital environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google