Key points are not available for this paper at this time.
أحدثت التقدمات الأخيرة في نماذج اللغة الضخمة (LLM) تمكينا من محاكاة اجتماعية أغنى، مما أتاح دراسة ظواهر اجتماعية متنوعة بوكلاء قائمين على LLM. ومع ذلك، استخدمت غالبية الأعمال منظوراً عليماً لهذه المحاكاة (مثل استخدام نموذج LLM واحد لتوليد جميع المتحاورين)، وهو أمر يتعارض جوهرياً مع التفاعلات غير العليمة وغير المتكافئة بالمعلومات التي تحدث بين البشر. لفحص هذه الاختلافات، طورنا إطار تقييم لمحاكاة التفاعلات الاجتماعية مع LLM في إعدادات مختلفة (عليمة وغير عليمة). تظهر تجاربنا أن المتحاورين الذين يُحاكون بمنظور عليم يحققون نجاحاً أكبر بكثير في تحقيق الأهداف الاجتماعية مقارنة بالوكلاء غير العليمين، رغم أن الأخير يمثل الإعداد الأكثر واقعية. علاوة على ذلك، نُظهر أن التعلم من المحاكاة العليمة يحسن من طبيعة التفاعلات الظاهرة لكنه بالكاد يعزز تحقيق الأهداف في سيناريوهات التعاون. تشير نتائجنا إلى أن معالجة عدم تماثل المعلومات تبقى تحدياً أساسياً لوكلاء LLM.
Building similarity graph...
Analyzing shared references across papers
Loading...
Xuhui Zhou
Zhe Su
Tiwalayo Eisape
Building similarity graph...
Analyzing shared references across papers
Loading...
درس Zhou وزملاؤه هذا السؤال.
www.synapsesocial.com/papers/68e7555db6db6435876cd2c8 — DOI: https://doi.org/10.48550/arxiv.2403.05020