多轮通信的LLM多Agent建模：模拟疫苗观点演变

最近，大语言模型（LLM）已被用于计算社会科学的各种应用，并提供了将此类模型集成到基于主体的建模中以探索认知过程的可能性。然而，特定的认知模块如何驱动个人决策和宏观层面的舆论动态仍不清楚。因此，本研究引入了一个将 LLM (Qwen3-8B) 集成到基于主体的建模中的框架来研究这个问题，并使用疫苗接种意见动态作为案例研究。我们利用这个框架来模拟具有异构配置文件和社交网络的代理之间的意见动态，通过启用不同的认知模块（记忆模块和提示多样性模块）来评估场景。模拟结果表明，不同的认知模块对我们的新兴观点有相反的影响。此外，该框架再现了现有研究中观察到的社会影响的非线性行为模式，证明了我们的框架的有效性和达到基于代理的模型的 3 级验证的潜力。