SocioVerse：LLMエージェントと1000万人の実世界ユーザープールを活用した社会シミュレーションのための世界モデル

SocioVerse: A World Model for Social Simulation Powered by LLM Agents and A Pool of 10 Million Real-World Users

April 14, 2025

著者: Xinnong Zhang, Jiayu Lin, Xinyi Mou, Shiyue Yang, Xiawei Liu, Libo Sun, Hanjia Lyu, Yihang Yang, Weihong Qi, Yue Chen, Guanying Li, Ling Yan, Yao Hu, Siming Chen, Yu Wang, Jingxuan Huang, Jiebo Luo, Shiping Tang, Libo Wu, Baohua Zhou, Zhongyu Wei

cs.AI

要旨

社会的シミュレーションは、仮想個人とその環境間の相互作用を通じて人間の行動をモデル化することで、伝統的な社会科学研究を変革しつつあります。大規模言語モデル（LLM）の最近の進展により、このアプローチは個人差の把握や集団行動の予測においてますます可能性を示しています。しかし、既存の手法は、環境、ターゲットユーザー、相互作用メカニズム、行動パターンに関連する整合性の課題に直面しています。この課題に対処するため、我々はSocioVerseを紹介します。これは、LLMエージェント駆動の社会的シミュレーション用ワールドモデルです。我々のフレームワークは、4つの強力な整合性コンポーネントと1000万人の実在する個人からなるユーザープールを特徴としています。その有効性を検証するため、政治、ニュース、経済の3つの異なる領域で大規模なシミュレーション実験を実施しました。結果は、SocioVerseが標準化された手順と最小限の手動調整を通じて、多様性、信頼性、代表性を確保しながら大規模な人口動態を反映できることを示しています。

English

Social simulation is transforming traditional social science research by modeling human behavior through interactions between virtual individuals and their environments. With recent advances in large language models (LLMs), this approach has shown growing potential in capturing individual differences and predicting group behaviors. However, existing methods face alignment challenges related to the environment, target users, interaction mechanisms, and behavioral patterns. To this end, we introduce SocioVerse, an LLM-agent-driven world model for social simulation. Our framework features four powerful alignment components and a user pool of 10 million real individuals. To validate its effectiveness, we conducted large-scale simulation experiments across three distinct domains: politics, news, and economics. Results demonstrate that SocioVerse can reflect large-scale population dynamics while ensuring diversity, credibility, and representativeness through standardized procedures and minimal manual adjustments.