摘要
针对现有大语言模型驱动的深度研究代理在社会科学领域缺乏洞察力与创造力的问题，本文提出“记忆增强社会模拟（MASS）”新范式。该方法通过高度逼真的社会模拟增强研究的实证基础与创新性。MASS 整合三大核心组件：含多层级社会规范约束的动态目标路径规划、用于代理记忆冷启动的多学科行为数据集，以及受艾宾浩斯曲线启发的结构化遗忘机制。实验表明，该方法在生成质量上较基座模型提升 6.81%，在洞察力方面较强基线提升 17.19%。
AI 推荐理由
论文提出记忆增强社会模拟范式，核心包含多学科行为数据集记忆冷启动及结构化遗忘机制。
研究机构
The International Joint Institute of Tianjin University, Fuzhou, Tianjin University, China
TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China
论文信息