【论文笔记】020 Generative Agents - Interactive Simulacra of Human Behavior
这篇论文的核心贡献是提出了一种生成智能体(Generative Agents)架构,该架构通过将大语言模型与长期记忆、反思和规划机制相结合,使计算智能体能够在大规模交互环境中展现出可信的、具有长期连贯性的人类行为模拟。
该标签下的全部文章。
这篇论文的核心贡献是提出了一种生成智能体(Generative Agents)架构,该架构通过将大语言模型与长期记忆、反思和规划机制相结合,使计算智能体能够在大规模交互环境中展现出可信的、具有长期连贯性的人类行为模拟。
本论文的核心贡献在于揭示了利用大语言模型(LLM)生成的虚构角色(personas)在社会模拟中存在严重的系统性偏差,并发现引入的AI生成细节越多,模拟结果与现实的偏离就越剧烈。