Resumo Técnico: Simulação de Protótipo Adaptativo (APS) para Agentes LLM em Escala Populacional

1. Definição do Problema

O artigo aborda o gargalo computacional inerente à simulação de grandes populações de agentes de Modelos de Linguagem de Grande Escala (LLM). Embora os LLMs permitam a criação de agentes com memória, dados demográficos e contextos sociais em evolução, simular $N$ agentes ao longo de $T$ rodadas requer $O(NT)$ chamadas online ao LLM. Essa escala linear torna a simulação em escala populacional (por exemplo, milhões de agentes) computacionalmente proibitiva.

As estratégias existentes dividem-se em duas categorias:

1. Micro-sociedades: Simulação de pequenas populações com prompts ricos, mas que falham em escalar.
2. Otimizações de atendimento/Proxies: Redução dos custos por chamada via quantização ou substituição do LLM por proxies aprendidos. No entanto, proxies aprendidos alteram a regra de transição, e o agrupamento estático frequentemente falha em contabilizar o viés de propagação, o alisamento de caudas e a incompatibilidade de contexto temporal.

O desafio central é aproximar a transição populacional induzida por uma simulação completa de agente-LLM sem substituir o LLM especificado como oráculo de transição online, ao mesmo tempo que se controla o viés de aproximação e se gerencia o trade-off entre custo e fidelidade.

2. Metodologia: Simulação de Protótipo Adaptativo (APS)

A APS reformula a simulação escalável de agentes LLM como um problema de alocação de oráculo recorrente. Em vez de consultar cada agente a cada rodada, a APS consulta um subconjunto selecionado de agentes e propaga suas respostas ao restante da população, mantendo o LLM especificado como o "oráculo de transição online".

2.1 Fluxo de Trabalho Principal

1. Estratificação e Roteamento: A população é partitionada em estratos principais com base em características de perfil estáticas. Um subconjunto de agentes é designado como agentes de cauda singleton (regiões isoladas ou heterogêneas) e consultado diretamente a cada rodada.
2. Seleção de Protótipos: Dentro dos estratos principais, um orçamento dinâmico de protótipos principais é selecionado a cada rodada. Esses agentes são consultados pelo LLM.
3. Propagação da Superfície de Resposta Local: Para agentes não protótipos dentro de um estrato, suas respostas não são consultadas diretamente. Em vez disso, suas decisões são interpoladas a partir das respostas dos protótipos consultados mais próximos dentro do mesmo estrato, utilizando uma superfície de resposta local (ponderação por distância inversa).
4. Gestão de Estado: A APS mantém dois registros:
   • Livro-razão Recorrente Rígido: Armazena a decisão top-1 para todos os agentes (consultados ou propagados) para construir prompts para a próxima rodada.
   • Livro-razão de Relatórios Suaves: Armazena vetores de probabilidade para todos os agentes, usados para relatórios agregados e correção de viés.

2.2 Mecanismos de Controle de Viés

Para abordar o viés de aproximação introduzido pela propagação de respostas de protótipos, a APS emprega dois mecanismos complementares:

• Roteamento Singleton Protegido de Cauda: Agentes em "caudas do espaço de características" (regiões isoladas, heterogêneas ou de alta curvatura) são identificados por meio de uma pontuação de distância padronizada robusta. Esses agentes são consultados diretamente a cada rodada e excluídos do operador de alisamento. Isso impede que protótipos dominantes sobrescrevam as respostas de agentes raros ou distintos.
• Correção de Resíduo de Auditoria Sombra: Um subconjunto de agentes não protótipos (agentes de auditoria sombra) é consultado em paralelo com a execução principal. Seus rótulos servem como "observações sombra" para estimar a discrepância entre a previsão da superfície de resposta local e a resposta real do LLM.
  • Correção Agregada: Esses resíduos são usados para corrigir a distribuição populacional relatada (estimador).
  • Alocação Adaptativa: Os resíduos atualizam uma "pontuação de risco de resíduo" para cada estrato, que realoca dinamicamente o orçamento de protótipos em rodadas subsequentes para regiões de alto erro, alta curvatura ou baixa recuperação.

2.3 Complexidade e Decomposição de Erro

A APS reduz a complexidade computacional de $O(NT)$ para $O(T(N^{1-\lambda} + M_{tot}(N)))$, onde $\lambda$ é um expoente de decaimento e $M_{tot}$ inclui agentes principais, de cauda e de auditoria. O erro total é decomposto em quatro componentes:

1. Erro de cobertura de protótipos: Devido à amostragem esparsa de protótipos.
2. Erro de correção de resíduo de auditoria sombra: Variância de amostra finita na correção de auditoria.
3. Viés de propagação local principal: Inacurácia na interpolação da superfície de resposta local.
4. Incompatibilidade de contexto temporal: Divergência entre os estados rígidos mantidos pela APS e os estados de referência completa usados para construir prompts futuros.

3. Principais Contribuições

1. Estrutura APS: Um framework de simulação escalável que mantém o LLM especificado como oráculo de transição online, reduzindo chamadas online através da simulação de protótipo adaptativo, em vez de substituir o LLM por um proxy treinado.
2. Mecanismos de Controle de Viés: A introdução da correção de resíduo de auditoria sombra (para correção agregada e direcionamento de orçamento) e do roteamento singleton protegido de cauda (para prevenir o alisamento de agentes isolados), que juntos mitigam o viés de aproximação.
3. Análise Formal e Avaliação em Grande Escala:
   • Decomposição formal dos termos de erro.
   • Validação empírica em uma simulação de opinião pública com 10 milhões de agentes e 8 rodadas.
   • Demonstração de uma redução de 381,1× nas chamadas online ao LLM em comparação com a simulação completa, com uma Divergência de Jensen-Shannon (JSD) de 0,094 na rodada final contra a referência de LLM completo.
   • Verificações de robustez em diferentes cenários, backends de LLM e métodos de estratificação.

4. Resultados Experimentais

O artigo avalia a APS contra execuções de referência independentes de LLM completo e baselines (LS-Surrogate, TopoSim-Coord) em escalas de 3 mil a 10 milhões de agentes.

• Precisão vs. Custo: Com 10 milhões de agentes, a APS alcança uma JSD de 0,094 com 209,9 mil chamadas, comparado a 0,264 para o LS-Surrogate e 0,191 para o TopoSim-Coord. A simulação completa exigiria 80 milhões de chamadas.
• Comparação com Mesmo Orçamento: Sob um orçamento fixo de 15,5 mil chamadas para 10 mil agentes, a APS supera várias baselines de aproximação (amostragem estratificada, atribuição de clusters, propagação de rótulos, coresets) tanto em JSD quanto em precisão de correspondência exata.
• Ablações de Componentes: A remoção da correção de auditoria sombra ou do roteamento protegido de cauda aumenta significativamente a JSD, confirmando sua necessidade para o controle de viés. A alocação adaptativa também supera cronogramas de alocação fixa.
• Análise de Deriva: Verificações de trajetória em múltiplas rodadas mostram nenhuma acumulação monotônica de erro; o caminho da JSD é não monotônico, atingindo um pico e depois diminuindo.
• Robustez: A APS mantém baixa JSD em diferentes prompts de cenário (por exemplo, vigilância por IA, reforma da saúde), backends de LLM (incluindo DeepSeek, Gemini, GPT, Qwen, Grok, Xiaomi) e backends de estratificação.

5. Significado e Alegações

O artigo posiciona a APS como um método para expandir a escala da simulação de agentes LLM, mantendo a fidelidade computacional ao alvo de transição do LLM especificado.

• Esclarecimento do Escopo: Os autores afirmam explicitamente que a APS aborda o problema computacional de aproximar uma transição populacional induzida por LLM, e não a validade comportamental de se os LLMs modelam com precisão populações humanas. O "referencial completo" é um alvo computacional, não uma afirmação sobre a verdade humana.
• Trade-offs Auditáveis: Ao separar estados rígidos recorrentes de estimadores relatados e usar resíduos de auditoria sombra, a APS torna o trade-off custo-fidelidade auditável. Permite que pesquisadores especifiquem o alvo de transição, contem todas as chamadas online e exponham diagnósticos de resíduo e cobertura de cauda.
• Limitações: O artigo reconhece que saídas de LLM enviesadas ou mal calibradas são preservadas em escala. Os perfis populacionais são derivados de dados da World Values Survey (WVS) com perturbações, e os cenários são testes de estresse sintéticos, não modelos calibrados de cidades reais específicas. O método não valida o oráculo (o LLM) em si.

Em conclusão, a APS fornece um framework para simular populações na escala de milhões de agentes com uma fração do custo computacional da simulação completa, desde que o objetivo seja aproximar o comportamento de um sistema LLM específico sob prompts específicos, em vez de gerar dados comportamentais humanos de verdade absoluta.