受监管社交媒体平台上的语言演化仿真：大语言模型与遗传算法的协同方法
社会与信息网络
2025-02-27 v1 人工智能
神经与进化计算
摘要
社交媒体平台经常会施加限制性政策来规范用户内容，促使创造性规避语言策略的出现。本文提出一个基于大语言模型(LLM)的多智能体框架，用于模拟语言策略在监管约束下的迭代演化。在该框架中，参与智能体作为社交媒体用户，持续演化其语言表达，而监督智能体则模拟平台级监管，通过评估政策违规来进行监督。为实现更真实的仿真，我们采用语言策略的双重设计(约束与表达)以区分冲突目标，并利用LLM驱动的遗传算法(Genetic Algorithm)对语言策略进行选择、变异和交叉。该框架通过两种不同情景进行评估：一个抽象的密码游戏和一个真实的模拟非法宠物交易情景。实验结果表明，随着对话轮数的增加， uninterrupted 对话次数和信息传递准确率均显著提高。此外，针对40名参与者的用户研究验证了生成对话和策略的现实相关性。此外，消融研究验证了遗传算法(GA)的重要性，强调其对长期适应性和整体结果提升的贡献。
引用
@article{arxiv.2502.19193,
title = {Simulation of Language Evolution under Regulated Social Media Platforms: A Synergistic Approach of Large Language Models and Genetic Algorithms},
author = {Jinyu Cai and Yusei Ishimizu and Mingyue Zhang and Munan Li and Jialong Li and Kenji Tei},
journal= {arXiv preprint arXiv:2502.19193},
year = {2025}
}
备注
The manuscript has been submitted to IEEE Transactions on Computational Social Systems