最新资讯
dev.to 在信任 AI 生成的测试用例前,如何逐条复核 unite.ai Franklin Templeton 构建 AI 研究工作流以揭示风险 techxplore.com AI 助力寻找更优的钛合金 3D 打印工艺参数 engadget.com Perplexity 推出“teammates”日常工作任务 AI agent computerworld.com 别提数据中心:OpenAI 改称“compute campuses” theguardian.com 俄美试图阻止就自主武器制定具有约束力的规则 bloomberg.com Nvidia 加强东南亚芯片追踪以打击走私 thestack.technology 模型路由需求升温,Agent Router 推出开源替代方案 www.youtube.com Google DeepMind 的 Philipp Schmid:AI 同事需要具备的七个要素 unite.ai Cashfree 为 AI Agent 的托管结账加入 WebMCP 工具 dev.to 我们在 DolphinBench 上测试记忆检索:纯关键词搜索暴露了自身回归 dev.to 别再把 Agent 写成 while 循环,把它建模为状态机
多元动态
登录 注册
智能体 全球精选 · @Patrick Taillandier, Jean Daniel Zucker, Arnaud Grignard, Benoit Gaudou, Nghi Quang Huynh, Haojia Kong, Alexis Drogoul

从流畅性谬误到微观—宏观效度差距:LLM 用于社会模拟的机遇与陷阱

原文 我的收藏

arXiv 论文(2507.19364v3)从计算社会科学视角批判性审视将 LLM 作为模拟智能体认知或决策组件的做法,梳理从小型叙事沙盒到人口规模、空间结构化模拟的平台谱系,并提出统一的“微观—宏观效度差距”分析框架:幻觉、随机不一致等微观层面局限在多智能体社会尺度下会传播并放大为系统性脆弱性。

AI推荐理由 arXiv 论文从计算社会科学视角批判性审视 LLM 用于社会模拟,提出“微观到宏观效度差距”框架,指出幻觉、随机不一致等微观局限在多智能体社会尺度下会放大为系统性风险,对 LLM Agent 仿真研究有方法论价值;属学术预印本,结论为批判性分析而非实证突破。

72

正文

当前仅保存了标题或简介;并非所有来源都提供正文,可通过下方原文链接查看。

来源报道 · 2 篇 · 以下链接均前往原始媒体

Patrick Taillandier, Jean Daniel Zucker, Arnaud Grignard, Benoit Gaudou, Nghi Quang Huynh, Haojia Kong, Alexis Drogoul 从流畅性谬误到微观—宏观效度差距:LLM 用于社会模拟的机遇与陷阱 10-12 · 原文发布
← 返回精选动态 原文

更多内容