1 dépôt
Techniques for querying autonomous agents to gather qualitative data on their internal states and behaviors.
Distinct from Research Agent Frameworks: Focuses on the act of interviewing agents as a research method, not just the agent's ability to research.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Agent Interviewing. Refine with filters or upvote what's useful.
Oasis est un simulateur social multi-agents alimenté par LLM et un outil de recherche conçu pour étudier les phénomènes sociaux synthétiques. Il fonctionne comme une plateforme de réseau social synthétique, reproduisant l'infrastructure des sites sociaux, y compris les profils d'utilisateurs, les relations de suivi et les mécanismes de découverte de contenu pour modéliser des comportements sociaux humains à grande échelle. Le framework orchestre des populations d'agents à grande échelle, prenant en charge jusqu'à un million d'agents autonomes. Il se distingue en traduisant les sorties des modèles de langage en actions sociales concrètes et en exécutions d'outils externes via un orchestrateur d'appel d'outils, tout en utilisant une horloge de simulation à temps accéléré pour découpler les séquences d'événements du temps réel. Le système couvre de larges domaines de capacités, notamment la modélisation de plateformes sociales, la cartographie de réseaux sociaux basée sur des graphes et la recommandation de contenu basée sur des algorithmes. Il fournit des outils de recherche spécialisés pour la modélisation de la propagation de l'information, l'analyse de la polarisation de groupe et l'interview d'agents, soutenus par une journalisation persistante des activités pour l'analyse rétrospective des données. Le projet est implémenté en Python.
Allows researchers to query individual agents for responses to analyze behaviors and trends.