SocaSim：LLM 多代理模擬平台驗證 Putnam 社會資本理論
研究以Putnam社會資本理論為基礎，開發LLM多代理模擬平台SocaSim，結合社群網路、信任與規範演化，重現宏觀模式並解析微觀因果。結果顯示平台可在智慧長照情境下提供可解釋的過程分析。此方法亦為社會科學與計算科學的跨領域合作提供新範式。
Putnam 的社會資本理論長期被視為解釋集體行動與社區繁榮的核心框架，但傳統實證方法在控制與重現性上受到限制。
為了填補這一缺口，研究團隊推出 SocaSim——一套以大型語言模型（LLM）為基礎的多代理模擬平台。平台內建社群網路演化、信任動態與規範傳播機制，讓代理人在多輪的集體行動實驗中互動，從而模擬 Putnam 理論的核心命題。
平台設計與實驗流程
在 SocaSim 中，代理人會根據 LLM 生成的行為策略，參與重複的合作與背叛情境。每一回合都會更新網路連結、信任分數與共享規範，形成動態的社會結構。
主要發現
模擬結果成功復現了 Putnam 所描述的宏觀社會資本模式，包括網路密度提升、信任累積與規範內化。更重要的是，平台能夠追蹤微觀層面的因果路徑，透過回合對照與反事實介入，揭示社會網路、信任與規範之間的相互影響。
將此框架套用於智慧長照情境，研究顯示 SocaSim 能夠解析老年照護服務中的適應挑戰，提供可解釋的政策建議。
總結來說，SocaSim 為社會科學提供了從理論藍圖到模擬實踐的全新研究範式，將 LLM 代理人與社會科學理論緊密結合，開啟跨領域合作的新可能。
延伸閱讀
- 在有限維代數框架下解析 grokking：結構張量、嵌入與泛化機制
- Goldstone 類自由度讓等變深度網路自然穩定：跨層傳訊與長期記憶機制
- Kolmogorov–Arnold 網路（KANs）：揭示訓練動態、泛化與差分隱私下的限制
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
