LLMベースの社会シミュレーションの限界: リアルおよびシミュレーションされたソーシャルグラフにおける感情拡散Research#LLM🔬 Research|分析: 2026年1月10日 07:39•公開: 2025年12月24日 12:14•1分で読める•ArXiv分析このArXiv論文は、大規模言語モデル (LLM) を基盤とした社会シミュレーションの構造的制約を調査し、現実世界および合成ソーシャルグラフにおける感情の拡散に焦点を当てています。これらの限界を理解することは、社会科学からマーケティングまで、さまざまな分野で使用されるシミュレーションの精度と信頼性を向上させるために不可欠です。重要ポイント•この研究は、LLMがソーシャルネットワーク内の感情的なダイナミクスをどの程度うまくシミュレートできるかを調査しています。•現実のソーシャルグラフとシミュレーションされたソーシャルグラフにおける感情拡散の相違を調べています。•この研究結果は、正確な社会シミュレーションにLLMを使用することの構造的な限界を浮き彫りにしています。引用・出典原文を見る"The paper examines the diffusion of emotions."AArXiv2025年12月24日 12:14* 著作権法第32条に基づく適法な引用です。古い記事Theoretical Physics: Exploring Particle Physics with D-Branes新しい記事Exploring Active Inference for Artificial Reasoning関連分析Research人間によるAI検出2026年1月4日 05:47Research深層学習の実装に焦点を当てた書籍2026年1月4日 05:49ResearchGeminiのパーソナライズ2026年1月4日 05:49原文: ArXiv