用于模拟人类行为的生成式大型语言模型

本仓库包含一篇论文[生成式智能体：人类行为的交互式模拟]（https://arxiv.org/abs/2304.03442）中所描述类型模型的一个可运行版本。

环境搭建

这些模型以笔记本文件的形式分发，既可以在本地轻松运行，也可以在 Google Colab 上运行。如果在本地运行，我们建议使用 Jupyter Lab。笔记本文件在 Google Colab 上无需修改即可直接运行。

当前版本的仓库在配备 16GB 显存的设备上效果最佳，同时也支持显存低于 8GB 的边缘设备或个人电脑环境。

使用方法

• 最稳定的模型位于 https://github.com/mkturkcan/generative-agents/tree/main/notebook/Release。
• 包含最新功能的开发中模型将发布在 https://github.com/mkturkcan/generative-agents/tree/main/notebook/WIP。
• 开发中的库可在 https://github.com/mkturkcan/generative-agents/tree/main/game_simulation 下找到。

模型

当前模型是对 D&D 5e 入门冒险故事中 Phandalin 小镇的模拟。选择这一场景是因为它比原始论文中描述的简单情境更加自由开放。

局限性

如论文所述，该模型需要访问高质量的指令微调模型，例如 GPT-3。然而，该模型还需要大量高上下文相关的查询才能正常工作，因此运行成本较高。为此，在本工作中我们改用参数量较低、可在本地运行的模型。

我们预计，随着下一代指令微调模型的出现，本仓库中的模型性能将进一步提升。

未来计划

• 将智能体决策总结为表情符号。
• 构建一系列问题，以更好地压缩智能体上下文。
• 检查是否可以通过另一层提示进一步优化智能体上下文的压缩效果。

Generative Agents 快速上手指南

本指南帮助中国开发者快速部署并运行基于大语言模型的人类行为模拟工具（Generative Agents）。该项目复现了论文《Generative Agents: Interactive Simulacra of Human Behavior》中的核心逻辑，当前版本模拟了 D&D 5e 冒险中的 Phandalin 小镇场景。

环境准备

系统要求

• 硬件配置：
  • 推荐：16GB VRAM 显卡以获得最佳体验。
  • 最低支持：<8GB VRAM 的个人电脑或边缘计算设备（已针对低显存环境优化）。
• 运行平台：
  • 本地运行：推荐安装 Jupyter Lab。
  • 云端运行：直接支持 Google Colab，无需本地配置。

前置依赖

• Python 环境（建议 Python 3.8+）
• Jupyter Lab 或 Google Colab 账号
• 能够访问 Hugging Face 或本地部署的小参数量指令微调模型（因原版 GPT-3 成本过高，本项目采用本地可运行的低参数量模型替代）。

安装步骤

本项目以 Notebook 形式分发，无需复杂的 pip install 流程，主要通过克隆仓库和启动服务完成。

1. 克隆项目仓库

   git clone https://github.com/mkturkcan/generative-agents.git
   cd generative-agents
   

2. 安装本地运行环境（仅限本地用户） 如果选择在本地运行，请确保已安装 Jupyter Lab：

   pip install jupyterlab
   

   注：若使用国内网络环境安装缓慢，可使用清华源加速：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyterlab
   

3. 启动服务

   jupyter lab
   

基本使用

项目提供了不同稳定程度的 Notebook 文件，请根据需求选择入口。

1. 选择运行脚本

• 稳定版（推荐新手）： 进入目录 notebook/Release，打开对应的 .ipynb 文件。这是目前最稳定的模型版本。

• 开发版（最新特性）： 进入目录 notebook/WIP，包含正在开发中的新功能，适合进阶测试。

• 库文件（高级用法）： 如需调用底层模拟库，可参考 game_simulation 目录下的代码。

2. 执行模拟

1. 在 Jupyter Lab 中打开选定的 Notebook 文件。
2. 依次点击单元格运行（Run All），系统将自动加载本地小参数量模型。
3. 等待初始化完成后，即可观察 Phandalin 小镇中代理（Agent）的自主行为与交互。

提示：如果在 Google Colab 上运行，直接将上述 Notebook 文件上传至 Colab 或使用 Colab 打开 GitHub 链接即可直接运行，无需执行本地安装步骤。