本研究探讨大型语言模型（LLMs）在社会模拟中作为类人决策代理的行为，填补了其角色和上下文影响的研究空白。研究提出了一种定量修改决策过程的方法，旨在对AI代理的设计和去偏见产生重要影响。

本文探讨了基于工作记忆的决策代理和大型语言模型（LLM）的创新架构，强调记忆机制在提高训练效率和适应性方面的重要性。提出的REMEMBERER框架通过长期记忆和强化学习显著提升了任务处理能力，并比较了LLM与传统AI代理的特征，强调记忆组件的关键作用。