Skip to content

Latest commit

 

History

History
47 lines (35 loc) · 5.03 KB

research.md

File metadata and controls

47 lines (35 loc) · 5.03 KB

相关工作调研与 Agora 0.3 的设计依据

调研日期:2026-11-13。阅读了以下项目的公开 README,以及 Generative Agents 的检索/反思 实现和 RecSim 的选择模型实现。下面区分上游公开设计、Agora 已实现机制及尚需实证的部分。 没有将其他工作的规模或人类一致性结果当作 Agora 的验证结果。

工作与一手来源 与本项目相关的设计 Agora 0.3 的具体选择
OASIS、论文 社媒动作、社交网络、兴趣与热度推荐、可扩展的用户模拟 保留有用的实体兼容布局和原有评测,主世界改用原生存储/事务/模拟时间,不调用旧 Platform、Channel 或 CAMEL 调度
Generative Agents、论文 记忆、检索、计划、反思,以及独立的前端回放 账号记忆从真实动作/结果积累,按重要度、时效和相关性检索;采用浏览/创作/反馈计划和逐步公开观察回放。尚未实现其完整反思架构
RecSim、论文 连续推荐环境;用户状态、响应与推荐策略分离;logit/cascade 选择模型 明确卡片、曝光、打开与停留;反馈会影响后续推荐;位置偏置属于用户策略,不与推荐排序混为一谈
RecSim NG、论文 可组合的用户/内容/创作者生态、概率模型、推断与不确定性 账号策略、世界、推荐、记忆与实验管理分层,分别记录环境动作和模型调用。没有引入 TensorFlow/Edward2 或冒充可微校准
AgentSociety / AgentSociety 2、v1 论文、v2 论文 v1 城市社会环境;当前 v2 的研究工作台、可插拔环境、Ray 任务与 trace/replay 服务 加入显式实验配置、独立世界副本、后台任务、进度/暂停/停止、过程观察与导出;当前使用本地线程和 SQLite,不声称实现 Ray 规模
Sotopia、论文 开放社会互动场景与社会能力评估 继续保留独立受控评测和公开交互观察,开发策略与模型实验分别标注;不把互动计数直接解释为社会智能或情感对齐
Monolith、论文 推荐特征表示、实时训练及训练/服务链路 v2 推荐增加基于共同正反馈的协同召回,并持久记录曝光/响应供后续训练;当前没有训练 embedding 或实时神经模型

直接检查的实现

  • Generative Agents retrieve.py:分别计算时效、重要度和相关性。Agora 采用有界事件检索,尚未复现其 embedding 检索。
  • Generative Agents reflect.py:重要度触发反思。Agora 当前保存公开经验,不自动增加隐藏反思调用或额外模型预算。
  • RecSim choice_model.py:包含 logit、proportional 和 cascade 选择模型。Agora 开发策略显式加入位置偏置与不同动作计划;这些参数需要真实用户数据校准。

读取快照的 SHA-256:

retrieve.py    a609d9ba431dd8cb0f3ec804d128ff9d1755719221127b45a248d20c51dc7120
reflect.py     5e2658a90f658ce4f42f6a7c3859fe47fd08925eb77c179a4c38e9233d1c205c
choice_model.py 04dc64f7c9d5ccda73d126a9286d808478198a655c5b775715302216ec6b81fb

这些源码用于设计核对,没有新增复制其他项目的代理或学习模型依赖。仓库原有派生代码 继续保留许可证和来源声明。

结论与实验边界

一个有用的研究平台需要闭合三条链:

  1. 产品链:浏览 → 选择 → 创作/互动 → 通知/反馈 → 再次行动。
  2. 推荐链:召回 → 排序/重排 → 实际曝光 → 用户响应 → 下一次推荐。
  3. 实验链:冻结初始条件 → 隔离运行 → 过程观察 → 成本/失败记录 → 回放与导出。

0.3 已把这三条工程链连接起来。真实行为概率、情绪演化、推荐参数、文化规范及模型 能力仍需要外部数据和配对实验,不会因为链路跑通而自动成立。

Docker 是部署/进程隔离的一种方式,并不是社交世界的定义。当前运行无需 Docker,每次 实验拥有独立 SQLite、媒体副本和配置清单;模型使用受限的社交工具接口。Sotopia README 建议用 Docker 启动 Redis,这也不等于每个 episode 必须新建一个容器。