MOSAIC은 생성 언어 에이전트가 좋아요, 공유 및 콘텐츠 신고와 같은 사용자 행동을 예측하는 개방형 소셜 네트워크 시뮬레이션 프레임워크입니다. 이 시뮬레이션은 LLM 에이전트와 방향성 소셜 그래프를 결합하여 새로운 기만 행동을 분석하고 사용자가 온라인 소셜 콘텐츠의 진실성을 결정하는 방식을 더 잘 이해합니다. 다양한 세분화된 페르소나에서 사용자 표현을 구성함으로써, 시스템은 콘텐츠 배포 및 참여 역학을 대규모로 모델링하는 다중 에이전트 시뮬레이션을 가능하게 합니다. 이 프레임워크 내에서, 세 가지 콘텐츠 조정 전략을 시뮬레이션된 허위 정보 배포와 함께 평가하며, 이는 비사실적 콘텐츠의 확산을 완화할 뿐만 아니라 사용자 참여를 증가시킵니다. 또한 시뮬레이션에서 인기 있는 콘텐츠의 궤적을 분석하고 시뮬레이션 에이전트의 사회적 상호 작용에 대한 명확한 추론이 집단적 참여 패턴과 실제로 일치하는지 탐구합니다. AI 및 사회 과학 분야의 추가 연구를 장려하기 위해 시뮬레이션 소프트웨어를 오픈소스로 공개합니다.
