S2-MAS：含5亿家庭画像智能体的社会尺度多智能体模拟框架
原标题：S$^2$-MAS: A Society-Scale Multi-Agent Simulation Framework with 500 Million Household Persona Agents
AI 摘要
香港大学等机构的研究者提出 S2-MAS，一个基于 5 亿合成家庭画像的社会尺度多智能体模拟框架，其 Genese 引擎将决策与状态更新分离。配套的紧凑决策模型 FinL-mlx 用 293 万样本经 SFT+RLCD 训练，在消费金融选择场景达到 74.55% 准确率和 38.37% 的 question-macro F1，超过 Jev 1.13 和 GLM-5.3-Flash。研究在 1200 万家庭智能体上开展配对实验，发现同时提高购买目标与授信额度会提升消费，且响应随年龄和收入而异。
正文节选
[ItalicFont=texgyretermes-italic.otf,BoldFont=texgyretermes-bold.otf,BoldItalicFont=texgyretermes-bolditalic.otf] [ItalicFont=texgyreheros-italic.otf,BoldFont=texgyreheros-bold.otf,BoldItalicFont=texgyreheros-bolditalic.otf] S2-MAS: A Society-Scale Multi-Agent Simulation Framework with 500 Million Household Persona Agents Yang Li1, Di Wan1, Yike Wang1, Chujun He2, Zongsi Xu1, Xiyu Chen1, Sheng Zhong3, Deng Binjie Zhenwei Guo4, Hou Jun1, Kunhan Guo5, Weihao Lin2, Tuo Zhou1, Hai Liu6, Ye Luo1,† 1T