研究显示大语言模型社交网络构建行为与人类高度相似

来源：《PNAS Nexus》

研究团队通过模拟不同社交场景发现，大语言模型在构建网络连接时，会表现出与人类相似的行为特征，包括偏好连接（倾向与已高度连接的节点互动）、三元闭包（通过共同朋友建立联系）、同质性（选择兴趣或背景相似的节点），并能形成“小世界”网络。在真实网络数据测试中，其决策逻辑与人类调查结果高度一致，表明LLM可作为替代人类数据的合成数据源，但也引发对AI系统与现实社会网络互动的思考。