This repo is to support our work in applying language model agents in the research of social and economic discipline.
为了便于进行小规模的数据实验与结果观察分析，开发了一个studio桌面，总的原则是，小规模的实验，方便用studio定义，节省资源。大批量作业专门开发python脚本完成。其功能如下：
- 生成persona采样
- 定义persona group
- 定义question group
- 选取persona group和question group，定义experiment
- 执行experiment 实验结果的提取分析目前，目前主要支持personality traits test， 不同experiment中对同一个persona的实验结果，在personality表中会覆盖，这一点需要引起注意。但是这仅仅是“实验结果提取分析”目前的一个临时安排，personality表也是一个综合提取personality traits test实验结果用的临时表，experiment本身的实验结果的原始数据quest-answer和quize-answer表本身，不同experiment的结果是互相不干扰的
目前代码顶层三个包：
- asociety包，基础构件
- studio包， 桌面工作室
- tools包， 批量作业脚本
目前数据存放于data/db/agent-society.db中，sqlite数据库文件
如上图所示：
- persona表是采样结果，附加了persona_desc是LLM根据skeletal feature vector进行enrich的结果
- question表，存放问卷问题。问题划分为问题集question_set
- question_group是studio定义的，相当于一个问卷
- persona_group是studio定义的，控制一次实验于较小的可控的规模
- question_answer. 如果执行模式是一个问题一个request，结果放在这个表中
- quiz_answer. 如果执行模式是组卷，一个卷子是一个quiz，结果放在这个表中
poetry install即可
- 人口普查数据在data/census/csv中
- IPIP-NEO数据在data/IPIP-NEO中
- prompt在prompts中
- asociety是引擎部分，而tools中是UI和工具脚本，包括问题集导入。问题集jaonl文件在data/test中，用工具导入sqlite
- Fork the repository
- Create Feat_xxx branch
- Commit your code
- Create Pull Request