yulan-onesim 是什么
yulan-onesim（玉兰-万象）是由中国人民大学高瓴人工智能学院 ruc-gsai 团队研发的一种新型社会模拟器。它以大型语言模型（llm）为基础，通过模拟人类社会行为，使用户能够以自然语言的形式创建模拟场景，而无需编写代码。yulan-onesim 提供了超过 50 个覆盖八个主要社会科学领域的预设场景，最多可支持 10 万智能体的大规模模拟，并且能够基于外部反馈自动优化 llm。此外，该平台还具有 ai 社会研究者功能，能从研究主题生成完整的报告，从而实现整个社会科学研究的闭环。yulan-onesim 推动了社会科学与人工智能技术的深度融合，为社会科学研究提供了强大的工具。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
Yulan-OneSim 的主要功能
- 无代码场景构建：用户只需通过自然语言与系统交互即可描述和细化模拟场景，系统会自动生成对应的执行代码，大大降低了对编程能力的需求。
- 丰富的预设场景库：包含 50 多个涉及经济学、社会学、政治学等多个社会科学领域的标准模拟场景，为研究人员提供了多样化的研究材料。
- 持续演进的能力：根据外部反馈不断调整和改进 LLM，提高模拟的真实性和可靠性。
- 大规模模拟支持：依托分布式架构技术，可以轻松处理高达 10 万智能体的复杂模拟任务。
- AI 社会研究助手：自动将研究议题转换成具体的模拟情境，并生成详尽的研究报告，从初始概念到最终文档形成全流程自动化。
Yulan-OneSim 的技术原理
- 情景结构化处理：遵循 Overview, Design Concepts, and Details (ODD) 协议，将用户的需求转化为结构化的场景说明。
- 行为流程绘制：依据 ODD 协议提取智能体类型及其行为逻辑，绘制出行为图表，明确各智能体间的相互作用规则。
- 代码自动化生产：根据行为图表生成可运行的模拟程序代码，采用模块化的方法保证代码的质量与可维护性。
- 全面的数据准备：生成环境数据、智能体配置数据以及智能体间关系数据，保障模拟的完整性与一致性。
- 灵活的智能体模块：每个智能体由配置、记忆、规划及行动四个部分构成，支持高度个性化定制。利用事件驱动的异步事件总线机制，实现并行计算和高效事件管理。基于主从节点体系结构，在大规模智能体情况下优化通信效率和资源配置。
- 反馈引导进化系统：采用 Verifier–Reasoner–Refiner–Tuner (VR²T) 框架对模拟结果进行评估与优化，系统生成的响应经过验证、推理、修正和微调后进一步增强 LLM 的表现。
- AI 社会研究专家子系统：实验设计组件负责将研究目标转化为具体模拟场景，包括生成潜在研究问题、检验场景可行性以及制定 ODD 协议；报告生成组件则基于模拟结果创建深入分析的报告，涵盖数据解析、报告框架搭建、文本创作以及最终审核环节。
Yulan-OneSim 的项目地址
- GitHub 仓库：https://www.php.cn/link/2169a2cc59e83ed5c094702f589fdd1d
- arXiv 技术论文：https://www.php.cn/link/92b4f19a0754e03c425c29292262d873
Yulan-OneSim 的应用场景
- 经济领域：可用于模拟劳动力匹配、拍卖市场、银行储备等经济活动，评估不同政策或机制的实际影响。
- 社会学领域：探讨文化资本、信息传播、社会规范等社会现象，揭示社会结构与个人行为之间的相互作用。
- 政治学领域：分析选民行为、政策推行、选举极化等问题，评估制度和政策的社会效应。
- 心理学领域：研究认知失调、情绪感染、从众心理等心理现象，探索心理行为的基本规律。
- 公共卫生领域：模拟疾病传播、健康差异、社区健康管理等公共健康议题，评价干预策略的效果。
