首页 > 最新动态 > 基于大模型智能体的社会模拟｜CNCC Tutorial
最新动态
基于大模型智能体的社会模拟｜CNCC Tutorial
2025-08-209

CNCC2025 Tutorial是由领域内专家主讲，面向全体参会者开放的专题讲座或教学环节，旨在介绍研究领域的最新进展或基础知识，内容涵盖原理、挑战、方法等。可以帮助刚进入该方向的博士生、青年学者快速补齐知识短板，以便更好地参会后续的前沿报告理解与未来方向思辨。


今年Tutorial共设置9大主题板块：AI基础模型、机器学习理论与机理、强化学习与推理、视觉与多模态、AI安全与治理、面向AI的数据管理和治理、Agent与具身智能、新型计算与网络架构、AI4Science。



??Tutorial名称：

基于大模型智能体的社会模拟

??所属主题：

AI4Science

??日程安排：

2025年10月22日下午

??举办地点：

哈尔滨市·华旗饭店


注：如有变动，请以官网(https://ccf.org.cn/cncc2025)最终信息为准


模块

时长

内容

1. 大模型智能体的个性化与自动化

60min

如何构建具备个性建模与自动结构优化能力的大语言模型智能体

2. SocioVerse：个体精准建模驱动的大模型社会模拟

60min

介绍社会模拟中的个体精准建模方法

3. AgentSociety：大模型智能体社会模拟平台

60min

介绍AgentSociety社会模拟平台

4. 玉兰-万象：迈向基于自动化场景构建的社会模拟平台

60min

介绍玉兰-万象社会模拟平台

5. 问答

20min

讲者和听众讨论


1

Tutorial背景与意义

本Tutorial旨在填补大模型（LLMs）与社会科学交叉研究中的关键空白。尽管大模型已在自然语言处理等领域取得广泛成功，其在社会模拟等社会科学核心方法中的系统性应用尚处于起步阶段。社会模拟作为理解群体行为、制度演化与社会机制的重要工具，迫切需要更高智能、更具通用性的建模能力。通过引入具备类人智能的大模型智能体，有望显著提升社会模拟的表达力与推理能力，从而推动社会科学研究范式的演进。

2

Tutorial简介

随着大模型技术的迅速发展，人们逐渐发现，与传统技术相比，大模型在越来越多的任务中展现出类人智能。社会科学以个体或群体为研究对象，而大模型的发展正为这一领域带来全新的研究工具与方法。在众多社会科学分支中，社会模拟是一种通用且重要的研究范式。因此，利用大模型构建社会模拟环境，成为大模型时代赋予社会科学的一项独特机遇。本报告将围绕大模型智能体在社会模拟环境构建中的关键问题与核心技术展开探讨，系统梳理当前基于大模型的社会模拟研究进展，并展望该领域未来的发展方向。

3

Tutorial目标

参与者将能够：

1、掌握社会模拟的基本概念

2、掌握大模型在社会模拟的研究现状

3、掌握大模型社会模拟的主流平台


1


Tutorial 第一部分：大模型智能体的个性化与自动化

摘要：我们聚焦于如何构建具备个性建模与自动结构优化能力的大语言模型智能体。首先介绍生成式智能体在推荐系统中的应用，展示其如何模拟用户画像、情绪记忆与行为决策，实现对人类偏好的高保真还原。其次，探讨面向长期对话的个性化代理机制，通过事件记忆与动态人格建模提升交互一致性。最后，介绍多智能体结构的自动化搜索方法，利用“Agentic Supernet”实现按需组网与资源自适应配置。整体框架展现了LLM智能体从“个性化”到“自动化”的关键路径。

2


Tutorial 第二部分：SocioVerse：个体精准建模驱动的大模型社会模拟

摘要：传统的社会科学研究通过问卷调查和行为实验等方法来研究社会现象。对于人类实验员的依赖，使得传统实验方法在可扩展性、成本控制和伦理风险规避等方面存在局限性。随着大模型技术的发展，学术界也见证了generative agents，oasis，socioverse，onesim等社会模拟器的出现。使用大模型进行大规模人群模拟时，如何进行个体的精准建模，满足多样性和规模化的需求是一个核心的问题。本次报告将针对大模型社会模拟中的个体建模展开介绍，探讨其中的关键技术、挑战以及未来发展方向。

3


Tutorial 第三部分：AgentSociety:大模型智能体社会模拟平台

摘要：社会实验作为一种典型的社会科学研究方法，通过观察人、组织或社会群体在真实或模拟环境中的行为反应，以研究特定社会现象或政策的影响。进一步地，基于ABM（Agent-based Modeling）的模拟仿真方法而通过自下而上的模拟，以可扩展、可复制且系统化的计算方法取代了成本高昂、定制化弱的传统实验，而大模型智能体依靠大语言模型的类人感知、推理、决策能力进一步革新了这一研究范式。本次报告将针对基于大模型智能体的社会模拟仿真，介绍社交网络模拟、宏观经济模拟等重要问题上的研究进展，并进一步介绍大模型智能体社会模拟平台AgentSociety以及核心技术、关键应用和平台生态。

4


Tutorial 第四部分：玉兰-万象：迈向基于自动化场景构建的社会模拟平台

摘要：近年来，Human-centered AI受到了学术界和产业界的广泛关注，该领域的应用如推荐系统，社交网络等给人们的生活生产带来了极大地便利。然而，一直以来，制约该领域发展的关键问题之一是如何获取高质量的用户行为数据。在本次报告中，汇报者将从LLM-based Agent的角度分享缓解该问题的思路，并介绍其团队研发的大模型社会模拟平台玉兰-万象。汇报者将详细介绍玉兰-万象的设计初衷、结构特点、使用方法以及实验评测等。最后，汇报者将介绍玉兰-万象对未来Human-centered AI领域的潜在影响。


讲者介绍



王翔

中国科学技术大学教授

中国科学技术大学特任教授、博导，国家青年人才。研究兴趣：信息推荐与挖掘、大模型、可信人工智能等，在相关领域的国际顶会（如SIGIR、WWW、NeurIPS、ICLR）和顶刊（如IEEE TPAMI、ACM TOIS）上发表论文70余篇，谷歌学术引用2万余次，H-因子56，Elsevier中国高被引学者，其中10余篇论文入选国际会议最具影响力论文列表和最佳论文候选。2025年获得人工智能国际顶会ICLR杰出论文奖，2025年、2023年两次获国际基础科学大会前沿科学奖，2024年获ACM SIGIR青年学者奖和吴文俊人工智能自然科学一等奖，2024年入选《麻省理工科技评论》MIT TR35榜单、AI100青年先锋。主持多项国家级项目，如基金委重大研究计划培育项目，科技部重点研发计划课题等。

魏忠钰

复旦大学副教授，上海创智学院全时导师

CCF自然语言处理专委会副秘书长，复旦大学大数据学院副教授、博士生导师、数据智能与社会计算（Fudan DISC）课题组负责人，上海创智学院全时导师，香港中文大学博士。主要研究领域包括多模态大模型和社会模拟，在ICML、ICLR、ACL等国际期刊会议发表学术论文100余篇，代表成果包括图文混合的多步推理大模型Volcano和国内首个开源社会媒体仿真框架HISim。担任ACL 2023，EMNLP 2024，NAACL 2025和AACL 2025高级领域主席（SAC），担任YSSNLP 2019，CCAC 2023和NLPCC 2024程序委员会主席。担任CIPS情感计算专委会秘书长，曾任CIPS青工委执委会副主任，获得CCF自然语言处理专委会新锐学者奖，CIPS社会媒体处理专委会新锐奖，上海市启明星计划，上海市青年教师教学比赛优秀奖。

高宸

清华大学助理研究员

清华大学信息国研中心助理研究员，于清华大学电子系获学士学位和博士学位，主要从事人工智能、数据挖掘等方面的科研工作，在Nature Communications、WWW、KDD、SIGIR、ICLR、NeurIPS等会议期刊发表论文100余篇（CCF-A类70余篇），谷歌学术引用6000余次，曾获得CCF优秀博士论文奖提名、ACL 2024杰出论文奖、清华大学优秀博士学位论文奖，入选2024 Stanford/Elsevier全球前2%科学家。

陈旭

中国人民大学副教授

中国人民大学高瓴人工智能学院准聘副教授，博士生导师。博士毕业于清华大学，曾在美国佐治亚理工学院交换学习，在英国伦敦大学学院从事博士后研究。主要研究方向为大语言模型、强化学习、推荐系统和因果推断等，在TheWebConf、SIGIR、KDD、ICML、NeurIPS、ICLR、AIJ等会议/期刊发表论文100余篇，谷歌引用8000余次，荣获著名国际会议的最佳论文奖或提名五项（TheWebConf 2018、CIKM Resource 2022等），荣获CCF自然科学二等奖（2/2）、CIPS钱伟长青年创新奖、ACM-北京新星奖和CAAI社会计算青年学者新星奖等荣誉。是学术期刊ACM Transactions on Recommender Systems（TORS）的编委，主持/参与二十余项国家级和企业合作项目。


CNCC2025



CNCC2025将于10月22-25日在哈尔滨举办。专题论坛将在往年多样化主题的基础上，首次通过“基础-前沿-未来”的一体化设计，满足不同背景参会者的需求，构建从知识获取到创新激发的完整路径，打造系统化、进阶式的参会体验。重点设置9大主题板块，每个主题板块的专题论坛由三大核心模块组成：面向前沿领域的体系性Tutorial、聚焦前沿突破的专题论坛以及探讨未来发展路径的思辨论坛。Tutorial作为这一设计的起点，为参会者构建坚实的共同知识基础，能够深度参与后续的前沿报告理解与未来方向思辨。同时面向青年学者、行业新锐等人群，通过系统性教学，助力赋能青年人才发展。





图片


图片
图片
图片

点击“阅读原文”，加入CCF。

阅读原文

点我访问原文链接