ElectionSim：首个大模型智能体驱动的大规模人口选举仿真框架，实现美国总统大选高精度模拟

文章预览

MLNLP 社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景 是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。 转载自 | 复旦DISC 2020美国大选模拟结果 内容简介 基于大规模人口的选举模拟旨在建模特定群体对候选政党和候选人的偏好，在预测现实社会趋势方面有重要意义。当前的主流方法是 agent-based modeling（ABM），通过简单函数实现个体的动作模拟，从而达到对群体行为仿真的效果。ABM方法在建模个体的复杂背景信息和提供交互性结果方面存在不足，因此限制了预测的精度和预测结果的可解释性。随着大语言模型（LLMs）的发展，使用大模型智能体进行个体和任务仿真取得了一定程度的成功。在此背景下，复旦大学 ………………………………