Personality Assignment to Synthetic Population Data for LLM-Driven Social Simulation
T. Okamoto, T. Harada
THE 39TH SYMPOSIUM OF TECHNICAL COMMITTEE ON SOCIAL SYSTEMS, Okinawa, 2026-03-10
Abstract
LLM 駆動社会シミュレーションに向け，多様性を持たせるためにLLM エージェントに対して性格などの個性を割り当てる研究が行われているが，エージェントの属性情報と個性の関係性に考慮できていない．そこで本研究では，合成人口データに適切な個性を割り当てることで，個票データを作成した．具体的には，LLM に合成人口データの属性とビッグファイブ性格特性（ドメイン・ファセット）を割り当てSSM 調査に回答させた．そして，LLM の回答分布と実データの回答分布の総絶対誤差を指標として最適化を行った．結果としては，86.76%の回答エージェントが実データに即した回答をしたことで，割り当て手法としての有効性を示すことができた．
BibTeX
@misc{T.2026Personalit,
title = {Personality Assignment to Synthetic Population Data for LLM-Driven Social Simulation},
author = {T. Okamoto and T. Harada},
howpublished = {THE 39TH SYMPOSIUM OF TECHNICAL COMMITTEE ON SOCIAL SYSTEMS},
year = {2026},
month = {03},
address = {Okinawa}
}