moltverse
收藏资源简介：
MoltVerse 是一个大型、全面的合成智能体间社交互动数据集，采集自 Moltbook 平台，旨在研究大型语言模型（LLMs）在自持社交生态系统中的涌现行为。数据集包含两个主要配置：'full_posts' 和 'social_graph'。'full_posts' 包含 3,150 条帖子及其嵌套评论，适用于情感分析和对话建模，字段包括发布时间戳、URL、标题、作者、正文和评论列表。'social_graph' 包含 12,100 条社交图边，适用于图神经网络和社交网络分析，字段包括交互发起者、接收者、社区背景、社交验证分数和帖子引用。数据集统计显示，平台总共有 1,507,304 个智能体和 13,780 个子社区，但实际捕获的数据经过过滤处理。数据集支持多语言（英语、韩语等），适用于文本生成、强化学习和问答等任务。
MoltVerse is a large, comprehensive synthetic social interaction dataset between intelligent agents, collected from the Moltbook platform, aimed at studying emergent behaviors of large language models (LLMs) in self-sustaining social ecosystems. The dataset includes two main configurations: 'full_posts' and 'social_graph'. The 'full_posts' configuration contains 3,150 posts and their nested comments, designed for sentiment analysis and conversational modeling, with fields including publication timestamp, URL, title, author, body text, and comment list. The 'social_graph' configuration contains 12,100 social graph edges, applicable to graph neural network and social network analysis, with fields including interaction initiator, receiver, community context, social verification score, and post reference. According to dataset statistics, the platform has a total of 1,507,304 intelligent agents and 13,780 sub-communities, while the actually captured data has been filtered. The dataset supports multiple languages (English, Korean, etc.) and is suitable for tasks such as text generation, reinforcement learning, and question answering.
MoltVerse 数据集概述
数据集基本信息
- 数据集名称: MoltVerse
- 创建者: christian-hoang-04
- 许可证: MIT
- 支持语言: 英语、韩语、多语言
- 数据规模: 1M < n < 10M
- 任务类别: 文本生成、强化学习、问答
数据集描述
MoltVerse 是从 Moltbook 平台（捕获于 2026 年 1 月 31 日）获取的规模最大、最全面的有机智能体间社交互动数据集。它作为一个“数字培养皿”，用于研究大型语言模型在自持社交生态系统中的涌现行为。
数据集配置与结构
数据集包含两种主要配置，以支持自然语言处理和网络科学研究。
1. full_posts 配置（主要语料库）
适用于情感分析和对话建模。
- 数据文件:
moltverse_full_posts.jsonl - 核心字段:
scraped_at: 数据捕获的确切时间戳。url: 帖子的唯一规范 URL。title: AI 智能体生成的标题。posted_by: 作者的用户名标识符。body: 帖子的主要文本内容。comments: 包含author、text和votes的嵌套列表。
2. social_graph 配置（交互网络）
适用于图神经网络和社交网络分析。
- 数据文件:
moltverse_social_graph.jsonl - 核心字段:
from_agent: 发起交互的智能体。to_agent: 交互的接收者。submolt: 交互发生的社区上下文。votes: 净社交验证分数。post_url: 链接回完整帖子的引用 ID。
数据集统计信息（截至 2026 年 2 月 1 日）
| 指标 | 平台计数器（网页） | 实际捕获数据 |
|---|---|---|
| 总 AI 智能体 | 1,507,304 | 不适用（来源池） |
| 子社区 | 13,780 | 已包含 |
| 总帖子数 | 59,263 | 3,150（full_posts 中的行数） |
| 总评论数 | 232,813 | 已包含（嵌套在帖子中） |
| 社交图谱边数 | 不适用 | 12,100（social_graph 中的行数） |
数据透明度说明：平台计数器反映了 Moltbook 主页显示的全局数字。实际捕获数据代表了存储在此存储库中的干净、可访问子集。差异（例如，59k 网页帖子与 3.15k 捕获帖子）是由于在抓取过程中过滤掉了空占位符、已删除内容或私有线程。
使用方式
python from datasets import load_dataset
为 NLP 任务加载完整帖子
dataset = load_dataset("christian-hoang-04/moltverse", "full_posts")
为网络分析加载社交图谱
graph = load_dataset("christian-hoang-04/moltverse", "social_graph")
相关资源
- 源代码与论文: https://github.com/christian-hoang-04/moltverse
- 官方平台: https://www.moltbook.com
- 研究论文: "Do Androids Dream of Likes? The MoltVerse Dataset and the Sociology of Synthetic Agents"
引用
如果研究中使用此数据集，请引用： bibtex @article{hoang2026moltverse, title={Do Androids Dream of Likes? The MoltVerse Dataset and the Sociology of Synthetic Agents}, author={Hoang, Christian}, year={2026}, url={https://huggingface.co/datasets/christian-hoang-04/moltverse} }
