Concordia

生成社交模拟库

Concordia技术报告

关于

康科迪亚是一个库，旨在简化构建和使用生成型基于代理的模型，以模拟在基于物理、社会或数字空间的代理之间的交互。它使用桌面角色扮演游戏中的交互模式来定义环境，其中一位特殊代理——游戏主持人（GM）负责模拟玩家代理互动的环境（类似于互动故事中的叙述者）。代理通过描述他们想做的事情的自然语言来采取行动。然后，GM将这些行动转换为适当的实现。在模拟的物理世界中，GM会检查代理行动的物理合理性并描述其影响。在模拟应用程序和服务等技术的数字环境中，GM可能会根据代理输入处理必要的API调用，以集成外部工具。

康科迪亚支持广泛的应用，从社会科学研究、人工智能伦理到认知神经科学和经济学；此外，它还可以用于生成个性化应用的数据，以及通过模拟使用进行实际服务的性能评估。

康科迪亚需要访问标准LLM API，并可选择与真实的应用和服务集成。

安装

pip 安装

康科迪亚可在PyPI上获取，并可以使用以下命令安装：

pip install gdm-concordia

手动安装

如果您想对康科迪亚源代码进行工作，您可以执行以下可编辑安装：

1. 克隆康科迪亚

   git clone -b main https://github.com/google-deepmind/concordia
   cd concordia
   

2. 安装康科迪亚

   pip install --editable .[dev]
   

3. (可选) 测试安装

   pytest --pyargs concordia
   

自带LLM

康科迪亚需要访问LLM API。任何支持采样文本的LLM API都应该可以工作。您得到的结果质量取决于您选择的LLM。有些在角色扮演方面表现更好。您还必须为关联记忆提供文本嵌入器。任何固定维度的嵌入都可以使用。理想情况下，它应该是适用于句子相似度或语义搜索的嵌入。

示例用法

以下是一个说明性的社交模拟，其中四位朋友被困在一个下雪的酒吧里。其中两人因一辆撞毁的汽车发生争执。

这些代理是使用受March和Olsen（2011）启发的简单推理构建的，他们认为人类通常通过回答三个关键问题来选择他们的行动

1. 这是什么样的情况？
2. 我是一个什么样的人？
3. 像我这样的人在这种情况下会做什么？

以下示例中使用的代理正好实现了这些问题

引用康科迪亚

如果您在工作中使用了康科迪亚，请引用随附的文章

@article{vezhnevets2023generative,
  title={Generative agent-based modeling with actions grounded in physical,
  social, or digital space using Concordia},
  author={Vezhnevets, Alexander Sasha and Agapiou, John P and Aharon, Avia and
  Ziv, Ron and Matyas, Jayd and Du{\'e}{\~n}ez-Guzm{\'a}n, Edgar A and
  Cunningham, William A and Osindero, Simon and Karmon, Danny and
  Leibo, Joel Z},
  journal={arXiv preprint arXiv:2312.03664},
  year={2023}
}

免责声明

这不是一个官方支持的谷歌产品。