我们的研究分析了大型语言模型（LLMs）在社交网络中的行为，发现它们遵循优先连接、三元闭合和同质性等原则，并在网络形成预测中优于随机猜测。这为开发具有社交意识的LLMs提供了重要见解。

研究分析了大型语言模型在社交网络中的行为，探讨了优先连接、三元闭合和同质性等原则。结果表明，LLMs在网络预测中优于随机猜测，尤其在三元闭合和同质性方面影响更大。这为开发具社交意识的LLMs提供了新见解。