GASim: Framework per Simulazioni Sociali Accelerato da Grafi
I ricercatori hanno introdotto GASim, un framework ibrido multi-agente che sfrutta l'accelerazione tramite grafi per simulazioni sociali su larga scala. Questo nuovo approccio affronta i significativi problemi di latenza riscontrati nelle precedenti tecniche ibride che combinano agenti basati su LLM con modelli numerici basati su agenti (ABM). GASim impiega la Memoria Ottimizzata per Grafi (GOM) per potenziare gli agenti principali basati su LLM, passando da processi di recupero pesanti a una propagazione efficiente attraverso un grafo di memoria sparso. Per gli agenti standard, implementa il Message Passing su Grafi (GMP), consentendo aggiornamenti paralleli tramite aggregazione di caratteristiche invece della tradizionale esecuzione sequenziale ABM. Inoltre, un Raggruppamento Guidato dall'Entropia (EDG) gestisce la partizione ibrida. L'articolo di ricerca è disponibile su arXiv con ID 2605.07692.
Fatti principali
- GASim è un framework ibrido multi-agente accelerato da grafi per simulazioni sociali.
- Affronta l'alta latenza nei precedenti metodi ibridi che combinano agenti LLM con ABM.
- La Memoria Ottimizzata per Grafi (GOM) sostituisce il recupero basato su LLM con la propagazione su grafo.
- Il Message Passing su Grafi (GMP) sostituisce l'ABM sequenziale con aggiornamenti paralleli.
- Il Raggruppamento Guidato dall'Entropia (EDG) coordina la partizione ibrida.
- L'articolo è su arXiv con ID 2605.07692.
- Gli agenti principali usano LLM; gli agenti ordinari usano modelli numerici.
- Il framework mira a scalare le simulazioni sociali.
Entità
Istituzioni
- arXiv