LLMエージェントパーソナリティとコレクティブダイナミクスのミクロマクロリンク

抄録

近年、複数の大規模言語モデル（LLM）を協調的に活用し、問題解決能力の向上や高精度な社会シミュレーションの実現を目指す研究が注目を集めており、数多くの重要な知見が蓄積されつつある。これらの知見を統合し、LLM集団の振る舞いに関する統一的な理解を確立するためには、その基盤となる数理的原理の解明が不可欠である。本研究では、統計力学に基づく枠組みを用いて、LLMエージェント集団のダイナミクスを体系的に分析する。対立する意見を持つエージェント間の対話を通じた合意形成に着目し、ネットワーク構造やエージェントのパーソナリティの変化によって誘発される相転移を明らかにする。さらに、エージェント間のペアダイナミクスを、各エージェントの個別のパーソナリティ特性を捉える解釈可能な要素に分解する手法を提案する。