💬 NLP

When Do LLMs Generate Realistic Social Networks? A Multi-Dimensional Study of Culture, Language, Scale, and Method

本研究证明，大型语言模型生成的社会网络具有现实性，其结构特征与人口统计偏差显著受提示设计、文化框架、语言及模型规模的影响，揭示出这些技术选择实质上是社会学变量，而非单纯的技术实现细节。

原作者： Sai Hemanth Kilaru, Sriram Theerdh Manikyala, Raghav Upadhyay, Sri Sai Kumar Ramavath, Srivika Nunavathu, Dalal Alharthi

发布于 2026-05-14

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Sai Hemanth Kilaru, Sriram Theerdh Manikyala, Raghav Upadhyay, Sri Sai Kumar Ramavath, Srivika Nunavathu, Dalal Alharthi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你拥有一个数字“媒人”（大型语言模型，或称 LLM），你让它介绍 50 个虚构人物互相认识，看看谁会成为朋友。你可能会想：“如果我礼貌地请求计算机，它就会生成一幅反映人类真实连接方式的逼真图谱。”

这篇论文对这一想法进行了检验。研究人员不仅将人工智能视为一种工具，更将其视为一位社会科学家。他们问道：我们要求人工智能建立朋友关系的方式，是否会改变它所创造的朋友圈类型？

以下是他们的发现，通过日常类比进行解释：

1. “你如何提问”很重要（提示架构）

研究人员尝试了四种不同的方式，要求人工智能构建这些网络。你可以将这些方式想象成不同的社交场景：

顺序式： 依次询问每个人：“你想和谁成为朋友？”（就像点名）。
全局式： 一次性向人工智能展示全部 50 人的名单，并说：“把他们都连接起来。”（就像派对主持人审视整个房间）。
局部式： 告诉人工智能：“只看这附近的 5 个人，然后做出决定。”（就像小型小组对话）。
迭代式： 让人工智能建立连接，然后要求它根据新形成的群体更新这些连接。（就像一场友谊不断演变的“抢椅子”游戏）。

发现： 这些不仅仅是技术上的微调；它们就像改变游戏规则。

当人工智能逐个审视人物时（顺序式），政治观点成为人们成为朋友的最大原因。
当人工智能一次性审视整份名单时（全局式），它被表面细节分散了注意力。此时，年龄取代政治成为友谊的主要原因。这就像如果你置身于一个巨大的人群中，你可能会先注意到某人的白发，而不是他们政治立场的保险杠贴纸。

2. “你在哪里提问”很重要（文化）

研究人员要求人工智能在四种不同的文化背景下模拟朋友圈：美国、印度、日本和巴西。尽管 50 人的名单（“名册”）完全保持不变，但提示的文化背景改变了结果。

发现： 维系群体的“粘合剂”发生了变化。在某些文化中，群体联系非常紧密（人人相识）；而在其他文化中，群体则更为分散。人工智能并没有简单地复制粘贴相同的社会结构；它根据你提供的文化背景，调整了网络的“氛围”。

3. “大脑的规模”很重要（模型规模）

他们测试了人工智能的三个版本：微型版、中型版和全尺寸版。

发现： 你可能会认为，微型人工智能只是制造了大型人工智能作品的“更嘈杂”或“更粗糙”的版本。事实并非如此。
微型人工智能产生了一种根本不同的网络类型。它不仅仅是大型人工智能图片的模糊照片；它是一幅完全不同的画作。如果你为了省钱而用小型人工智能替换大型人工智能，你得到的不仅仅是同一结果的廉价版本；你得到的是完全不同的社会现实。

4. “你使用的语言”很重要（提示语言）

他们保持了文化和人物不变，但改变了提示的语言（英语、西班牙语、印地语、日语）。

发现： 这是最令人惊讶的部分。

政治： 人工智能对政治友谊的看法是顽固的。无论你用印地语还是日语提问，人工智能仍然认为政治是友谊的主要驱动力。
宗教： 情况则截然相反。当用印地语提问时，人工智能突然对宗教作为友谊的理由变得痴迷。而当用日语提问时，它则更关注年龄。
类比： 这就像人工智能拥有一个“聚光灯”。在英语中，聚光灯照亮政治。在印地语中，聚光灯则转向宗教。你使用的语言改变了人工智能认为重要的特质，即使房间里的人并没有改变。

5. 这些虚假网络是“逼真”的吗？

最后，他们将人工智能生成的虚假网络与真实的人类网络，以及用于模拟网络的旧式数学公式（如随机概率或“富者愈富”模型）进行了比较。

发现：

好消息： 与旧式数学公式相比，人工智能的网络看起来更像真实的人类群体。它们拥有适量的“聚类”（朋友的朋友也是朋友）和“模块化”（形成 distinct 的群体）。
坏消息： 人工智能在制造“回音室”方面过于出色。它创建的群体中，人们与那些与自己完全相同（相同的政治观点、相同的宗教）的人成为朋友的频率，远高于真实人类。
陷阱： 因为这些网络在结构上看起来非常逼真（它们通过了“数学测试”），人们可能会信任它们。但它们隐藏着一个秘密：它们在放大偏见。人工智能正在构建一个世界，在这个世界里，人们的隔离和极化程度比现实生活中实际存在的要高得多。

结论

该论文得出结论：大型语言模型并非中立的镜子。 它们就像带有非常具体、不可见滤镜的相机。

如果你改变镜头（你提问的方式），你就会改变谁与谁建立连接。
如果你改变地点（文化），你就会改变群体的紧密程度。
如果你改变语言，你就会改变哪些特质（宗教与政治）最为重要。

人工智能的“中立性”是一种幻觉。研究人员在如何提示人工智能方面所做的选择，实际上是在做出深刻的社会学决策，决定他们正在模拟什么样的社会。

技术摘要：大语言模型何时生成逼真的社交网络？

问题陈述
大语言模型（LLMs）正日益被用作行为模拟中人类受试者的替代品，包括生成合成社交网络。尽管先前的研究表明，LLMs 能够生成结构上逼真的图，但其关系输出对提示设计、文化框架、提示语言以及模型规模的特定依赖关系仍未得到充分表征。现有研究尚未充分隔离这些变量如何相互作用以塑造网络拓扑结构和同质性（即倾向于与相似者关联的倾向）。此外，将 LLMs 用作关系代理的有效性存在争议，人们担心可能存在系统性偏差，这些偏差在个体层面的输出中可能不明显，但在聚合网络结构中却会显现出来。

方法论
本研究将基于 LLM 的网络生成形式化为一系列不同的条件分布，这些分布针对边集，并由四种源自社会学纽带形成理论的特定提示架构进行索引：

序列式（Sequential）： 模型充当回应名册的“自我”（按源节点分解）。
全局式（Global）： 模型充当全知观察者，同时为整个名册分配纽带（非分解，联合采样）。
局部式（Local）： 模型在精选邻域的有限上下文中运行（按源分解，受限上下文）。
迭代式（Iterative）： 模型通过边集上的马尔可夫链更新纽带（非分解，动态）。

实验设计涉及一个固定的 50 人人口统计学基础角色名册（性别、年龄、种族/族裔、宗教、政治派别、兴趣），这些角色根据美国人口普查的边缘分布进行采样。本研究在三个独立实验中生成了 192 个经过验证的有向网络：

文化研究： 在固定英语语言和序列式方法的情况下，变化文化框架（美国、印度、日本、巴西）。
方法研究： 在四种文化背景下变化四种提示架构。
语言研究： 将文化固定为美国，并在所有四种方法中变化提示语言（英语、西班牙语、印地语、日语）。

所有实验均使用三种 GPT-4.1 模型变体（nano、mini、full），采样温度固定为 ( $\tau = 0.8$ )，每个条件使用两个种子。网络逼真度是依据经典基线（Erdős/Rényi、Barabási/Albert、Watts/Strogatz）进行评估的，使用的指标包括密度、聚类系数、模块度以及最大连通分量（LCC）中的节点比例。同质性使用基线/近亲繁殖分解进行测量，以区分由群体规模引起的纽带和剩余偏好引起的纽带。

主要结果

文化框架： 文化背景产生了可测量的、非均匀的网络结构偏移。在序列式、局部式和迭代式方法下，政治派别是对文化最敏感的维度。最大连通分量（LCC）是对文化框架最敏感的拓扑指标，表明文化对全球凝聚力的影响大于对边数的影响。
主导纽带形成驱动因素： 在所有文化和语言中，政治派别在四种方法中的三种（序列式、局部式、迭代式）中主导纽带形成， consistently 超过随机基线。然而，全局式方法是一个系统性的例外，其中年龄成为主导的同质性维度，这可能是由于在长上下文中的注意力退化，使得表面特征比微妙的政治信号更为显著。
模型规模分歧： 模型不可互换。在所有研究中都存在一个稳定的分歧排名： $d(\text{full}, \text{mini}) < d(\text{mini}, \text{nano}) < d(\text{full}, \text{nano})$ 。最小的变体（nano）产生的网络结构在性质上截然不同，而不仅仅是较大模型的噪声版本。
提示语言不对称性： 变化提示语言（文化固定）显著改变了宗教同质性（特别是在印地语提示下，比率峰值达到 1.74），而政治同质性在所有四种语言中保持显著不变。这表明语言基于训练数据的共现模式，充当了特定人口统计轴线的软选择器。
结构逼真度与偏差： 与经典基线相比，LLM 生成的网络在聚类（真实网络为 0.45，LLM 为 0.61）和模块度（真实网络为 0.38，LLM 为 0.50）方面与真实社交图更匹配。然而，它们编码了超出经验观察水平的种族人口统计偏差（特别是近亲繁殖同质性）。

意义与主张
本文认为，基于 LLM 的社会模拟所表现出的中立性是虚幻的。通常被视为实现细节的提示设计选择，实际上编码了实质性的社会学假设。

提示架构作为社会学变量： 生成方法的选择（例如，序列式与全局式）从根本上改变了驱动纽带形成的人口统计维度。
语言敏感性： 提示语言并非中立的传导媒介；它有选择地放大特定的同质性维度（如在印地语下的宗教），同时使其他维度（如政治）保持不变。
模型规模的影响： 出于成本原因用较小模型替代较大模型，并不会产生同一网络的“噪声”版本，而是产生结构上截然不同的网络，这挑战了仅靠扩展即可解决人口统计扭曲的假设。
方法论建议： 作者主张，结构诊断（聚类、模块度、同质性分解）以及跨提示架构和语言的敏感性分析必须成为基于 LLM 的模拟的标准报告要求。将这些变量视为固定默认值，可能会固化未经审查的人口统计先验，特别是随着 LLM 生成的网络越来越多地被用作下游模型的训练或评估数据，这可能会造成合成偏差的反馈循环。