YuLan-OneSim: 面向下一代社会模拟器的探索——基于大语言模型
人工智能
2025-08-27 v3 计算机与社会
摘要
利用基于大语言模型（LLM）的智能体来模拟人类社会行为的研究近年来受到广泛关注。本文介绍了一种新颖的社会模拟器，名为YuLan-OneSim。与现有工作相比，YuLan-OneSim在五个关键方面具有显著优势：（1）无代码场景构建：用户可通过与模拟器进行自然语言交互来描述和细化其模拟场景，所有模拟代码均自动生成，显著降低了对编程专业知识的需求。（2）全面的默认场景：我们实现了50个默认模拟场景，涵盖8个领域，包括经济学、社会学、政治学、心理学、组织、人口学、法学和通信，为广泛的社会科学研究者提供了更广泛的访问渠道。（3）可进化的模拟：我们的模拟器能够接收外部反馈并自动微调底层大语言模型，显著提升了模拟质量。（4）大规模模拟：通过开发完全响应式的智能体框架和分布式模拟架构，our模拟器能够处理最高100,000个智能体，确保更稳定可靠的模拟结果。（5）AI社会科学研究员：凭借上述功能，我们开发了一个AI社会科学研究员。用户只需提出一个研究主题，AI研究员即可自动分析输入、构建模拟环境、总结结果、生成技术报告、审阅并优化报告——完成社会科学研究的整个循环。为演示YuLan-OneSim的优势，我们进行了实验，以评估自动生成场景的质量、模拟过程的可靠性、效率和可扩展性，以及AI社会科学研究员的性能。
引用
@article{arxiv.2505.07581,
title = {YuLan-OneSim: Towards the Next Generation of Social Simulator with Large Language Models},
author = {Lei Wang and Heyang Gao and Xiaohe Bo and Xu Chen and Ji-Rong Wen},
journal= {arXiv preprint arXiv:2505.07581},
year = {2025}
}