模拟有组织的群体行为：新框架、基准和分析

模拟有组织的团体（例如公司）如何做出决策（例如响应竞争对手的举动）对于理解现实世界的动态至关重要，并且可以使相关应用（例如市场预测）受益。在本文中，我们将该问题形式化为群体行为理解的具体研究平台，提供：（1）具有基准和评估标准的任务形式化，（2）结构化和自适应分析框架，以及（3）详细的时间和跨群体分析。具体来说，我们提出了有组织的群体行为模拟，这是一项从实践角度将有组织的群体建模为集体实体的任务：给定一个面临特定情况（例如人工智能繁荣）的群体，预测它将采取的决定。为了支持这项任务，我们提出了 GROVE（GRoup 组织行为评估），这是一个基准，涵盖 44 个有组织的团体，从 Wikipedia 和 TechCrunch 收集的 9 个领域的 8,052 个现实世界的情境决策对，以及评估一致性、主动性、范围、规模和视野的端到端评估协议。除了简单的提示管道之外，我们还提出了一个结构化的分析框架，将集体决策事件转换为可解释、自适应和可追踪的行为模型，实现比基于摘要和检索的基线更强的性能。它还引入了用于时间感知演化和群体感知传输的适配器机制，以及将每个决策规则植根于起源历史事件的可追踪证据节点。我们的分析揭示了各个群体内的时间行为漂移，时间感知适配器可以有效地捕获这些漂移，以进行更强有力的预测，并揭示结构化的跨群体相似性，从而实现数据稀缺组织的知识转移。