LLMエージェントでSNS投稿の人気を予測

LLMエージェントを用いたシミュレーションによって、X（や類似のSNS）のポストがどれだけ人気になるかを、高い精度で予測できることが報告されています。

研究者らは、最大1000体のエージェントから構成される仮想SNSを構築し、その中に投稿を投入して実際の拡散過程をシミュレートしました。
各エージェントは独自の興味や性格を持ち、投稿を見て「いいね」を押したり、リポストしたり、コメントしたり、あるいは何もしなかったりします。

実験では、たとえば人気の高い投稿では約80％のエージェントが高い関心を示す一方で、人気の低い投稿では同様のレベルの関心を示すエージェントは約55％にとどまる、という現実的な差が現れました。
さらに、実際のポストがどれほど反応を集めたかを記録した実データセット上で、小さい誤差で人気度を予測できることが確認されています。

なお、すべてのエージェント同士の相互作用を逐一計算するのではなく、「平均場理論」と呼ばれる物理学の考え方を応用し、集団としての平均的な状態を扱うことで計算コストを大きく抑えています。

「ポストの人気は本質的に動的なプロセスであり、ユーザー同士が相互作用しながら意見を交換し、それが時間とともに拡散していく様子を捉える必要がある」という考えから、このようなシミュレーションに基づくアプローチが開発されています。