多维观点动态和观点一致性的基于代理人模型
本文提出了一种基于多维空间,通过社会交互和共性原则的思想演化模型,解释了意见形成的意识形态现象,通过越来越具有争议性的主题,人们倾向于和相似观点的人互动,从而导致了意识形态的出现。
Jul, 2020
该研究提出了一个包含多级结构的观点形成模型,考虑到不同问题上的态度通常不是相互独立的,并通过共享信念形成不同态度的认知结构来解释态度的形成、偏向交互以及双峰分布的出现。
Sep, 2018
本文提出一种推论机制,将生成的意见动态代理模型拟合到现实世界的社交信息中,不仅保留了基于代理的模型的优点(即因果解释),而且还具有在真实数据上进行模型选择和假设测试的功能。
Jun, 2020
我们研究互动的大型语言模型(LLMs)群体内舆论的演变。我们发现这些模型的交流受到几个倾向性因素的影响,分别是追求其他模型意见的共识、在资金配置时展现谨慎和考虑伦理问题。我们还发现这些偏见受到意见改变缺乏具有说服力的理由、愿意参与讨论的程度以及资源分配的分布的影响。此外,这些偏见之间的紧张关系可能导致对具有负面含义的项目的资金支持继续存在。通过自由形成意见与从三个资源分配选项中选择意见相比,我们发现在互动后,LLM 的意见分布更加多样化,而在后一种情况下,通常会达成共识或极化。当代理人了解过去的意见时,他们会努力保持一致,并产生更多样的更新规则。我们使用 Llama 3 LLM 进行了研究。
Jun, 2024
本文介绍了一个基于态度变化理论、群体行为理论和演化博弈理论的代理人在线舆论形成模型,该模型考虑了信誉度、接受者特征和群体环境对说服过程的影响,并将该模型应用于 Twitter,分析了话题类型、参数变化和意见领袖对舆论形成的影响。实验结果显示,争议性话题的意见演化表现出更大的不确定性和可持续性,而利益成本比对意见形成有着显着的影响,适当的比例将导致最长的放松时间或最统一的全球意见。此外,拥有大量追随者的名人比专家更有能力影响公众舆论。
Jul, 2018
本文研究了社交媒体上自我封闭和观点极化的机制,通过引入激进化动力学模型,在不同的主题和社交状态下发现了社交影响和话题争议度对极化的影响,对社交媒体上自我封闭和观点极化的机制提出了新的见解。
Jun, 2019
提出了一种模型,其中代理的行动表现出离散性,但其在相互作用下更新的观点则是连续的,将这种新的更新规则应用于选民模型和 Sznajd 模型中,研究了它的后果,发现了极端主义者的出现是该模型的一个特征。
Nov, 2007
研究新闻媒体的意识形态倾向与分化对于推进当代政治的理解至关重要。本文提出一种新颖而细粒度的意识形态研究方法,利用在左右方向上的立场来分析问题,并介绍了第一个描绘意识形态多维度构建并由政治科学家和语言学家进行标注的新闻文章文本数据集。通过控制作者立场,我们的方法可以量化地测量并研究多维度的意识形态距离与变化。本文进一步提出了基于模型的意识形态预测,这与基于立场的检测是一个挑战性的研究任务。
Jun, 2021
准确模拟人的观点动态对于理解各种社会现象至关重要,包括极化和误信息传播。我们提出了一种基于大型语言模型的人口多智能体模拟观点动态的新方法。我们的发现揭示出语言模型智能体存在对准确信息的固有偏差,导致在科学现实中产生共识。然而,该偏差限制了模拟对气候变化等问题持有抵制观点的个体。在通过启动工程引入确认偏见后,我们观察到观点分裂的情况与现有的多智能体研究一致。这些见解突显了在该领域中大型语言模型智能体的前景和局限,并提出了未来发展路径:通过与真实世界的话语相结合,完善语言模型,以更好地模拟人类信念的演变。
Nov, 2023