SALM：基于语言模型的多智能体社会网络模拟框架

本研究解决了传统社会系统代理基础建模（ABM）方法中因规则限制导致的动态捕捉不足问题。提出的SALM框架通过整合语言模型，实现了多智能体场景下前所未有的时间稳定性，重要贡献包括提高模拟稳定性及显著减少内存使用，首次实现了对长期社会现象的建模，并保持了经过实证验证的行为一致性。

本研究提出了SALM框架，解决了传统代理基础建模中动态捕捉不足的问题。通过整合语言模型，实现了多智能体场景的时间稳定性，提高了模拟的稳定性，减少了内存使用，并首次实现了长期社会现象的建模。

SALM框架 动态捕捉 多智能体 模拟稳定性 语言模型 长期社会现象
原文中文，约200字，阅读约需1分钟。发表于：。
阅读原文
分享给好友