港大团队 14 张 GPU 4 小时模拟 1200 万户家庭社会

机器之心 · wechat · 2026-11-06

香港大学罗晔教授团队的 S²-MAS 框架把大模型驱动的社会仿真推到 1200 万户规模,仅用 14 张 GPU、不到 4 小时完成,而此前工作多停留在数万至百万智能体量级。

三大核心组件:- 数据:5 亿份 36 维家庭画像库,从真实调查数据条件生成,人工质量评分 4.57/5;- 模型:YN-mini 决策模型(4.21 亿参数,ModernBERT 主干+选项打分头),用候选行动打分取代逐 token 自回归生成,单张 A100 吞吐 3.7 万 token/s,在 24 万道消费者金融选择题上准确率 74.55%,超过 GLM-5.3-Flash 与 GPT-6-Astra 等大模型;- 引擎:Genese 用实体-组件数组批量更新、原子提交与多分区流水线,调度速度达同类框架的 2.12-4.10 倍。

正式运行含 2400 万次配对决策、2.88 亿条月度账本状态,端到端每秒约 1672 次家庭决策,让单卡服务器跑百万级 Agent 社会仿真成为可能。模型与代码已开源。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →