arXiv cs.CL· Lucen Li, Erin Wertz, Muhammad Haroon, Anshuman Chhabra, Magdalena Wojcieszak·· 10 小时前AI 评分39
用 LLM 智能体评估社交媒体平台上的亲社会干预
Using LLM Agents to Evaluate Prosocial Interventions on Social Media Platforms
AI 导读
研究团队基于 OASIS 框架构建仿真评估流程，生成 13,835 个带独立画像的 LLM 智能体，在 20 余个时间步内接触真实 Twitter/X 帖子并执行评论、点赞、转发、关注等行为，系统评估三种提升可信新闻曝光的干预方式。
正文 · AI 翻译
摘要：社交媒体平台是许多用户的主要信息来源。尽管已有研究探索了多种干预措施，以在平台上推广亲社会内容或降低有害内容的传播，但在开展成本高昂的人类受试者实验之前，仍缺乏系统性的方法来评估相互竞争的干预设计。我们开发了一个基于 OASIS 框架的仿真评估流程。我们生成了 13,835 个基于 LLM 的智能体，每个智能体都有独特的个人资料。在 20 个时间步内，我们让它们接触真实的 Twitter/X 帖子，并让它们发表评论、点赞、转发或关注。我们利用这些智能体系统地评估了三种增加认证新闻曝光度的干预措施：增加内容、提升内容排名以及名人来源线索。所有干预措施都显著提高了新闻参与度，其中将新闻提升至信息流显著位置产生的效果最大。这些效果在智能体的性别、年龄和教育水平上均保持一致。我们将注入处理的结果与一项可比的人类受试者研究进行了验证，发现方向高度一致，且剂量归一化效率相似。我们的结果表明，基于 LLM 的智能体仿真可以支持在人类受试者部署之前对平台干预措施进行早期评估，而提升排名可能比新闻数量或来源更有效。
| 学科： | 社会与信息网络（cs.SI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.12922 [cs.SI] |
| （或 arXiv:2611.12922v1 [cs.SI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.12922 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Lucen Li [查看电子邮件]
[v1]
2026年11月1日星期日 01:24:59 UTC（2,353 KB）
来源：arXiv cs.CL · arxiv.org