论文核心内容总结与翻译一、主要内容该研究聚焦于大型语言模型（LLMs）驱动的智能体在在线社交平台模拟中的应用，以2014-2020年活跃的类Reddit平台Voat的v/technology社区为模拟对象，旨在验证LLM智能体社交模拟的操作有效性。1. 模拟设计与基础设置平台与数据基础：基于YSocial框架构建模拟环境，以Voat平台的MADOC数据集为校准依据，从Voat共享URL中筛选涵盖30多个技术领域的链接作为固定内容种子，确保模拟话题与真实社区对齐。智能体配置：采用未审查的Dolphin 3.0模型（基于Llama 3.1 8B）作为基础模型，为智能体赋予简洁角色设定（人口统计特征、政治倾向、兴趣、教育背景、毒性倾向），并制定平台规则（链接与文本提交、 threaded回复、投票、日常活动周期）约束智能体行为。模拟参数校准：参考MADOC数据集中v/technology社区的用户活跃度、帖子/评论数量、用户流失与新增率等指标，校准模拟的用户规模（初始50名智能体，每日新增30%、移除90%）、行动预算（基于Zipf分布，s=2.5，取值1-10）、内容可见窗口（180轮/小时）等参数，开展为期30天的模拟。2. 评估维度与结果活动模式：模拟产生的每日帖子数（754）、评论数（802）、独特用