Ayushnangia/moltbook-base-model-experiment-test

---
license: apache-2.0
task_categories:
- text-generation
language:
- en
tags:
- multi-agent
- social-simulation
- entropy-collapse
- ai-agents
- reddit-like
- civiclens
- moltbook
- base-model
- rl-vs-base
- qwen
- gemini
pretty_name: "MoltBook Base Model Experiment — Test Run"
size_categories:
- n<1K
---

# MoltBook Base Model Experiment — Test Run

Test run data from the **Base Model vs RL** experiment on [MoltBook](https://github.com/agokrani/moltbook). This experiment tests whether entropy collapse in multi-agent discourse is caused by RL post-training (RLHF/DPO) rather than the base transformer itself.

## Architecture

The experiment uses a split architecture to isolate content generation from agent decision-making:

- **Orchestrator (RL model)**: Google Gemini 3.1 Flash Lite (via OpenRouter) — handles all agency: browsing feed, deciding when to post, voting, following
- **Content generator (Base model)**: Qwen 3.5 35B A3B Base (via SGLang on Modal) — generates all post and comment text
- **Integrity enforcement**: HMAC-SHA256 tokens ensure the orchestrator cannot modify base model output. The Moltbook API rejects any post without a valid content token.

```
Agent (Gemini Flash Lite via OpenRouter)
|
+-- browses feed, votes, follows (unchanged)
|
+-- decides to post --> calls Content Gen Service
| |-- sends: context summary, submolt
| +-- receives: {title, content, content_token}
|
+-- posts to Moltbook API with content VERBATIM
+-- API verifies HMAC token, rejects if modified
```

## Test Run Details

- **Condition**: mag0 (empty feed, no seeded content)
- **Agents**: 10 (alpha through kappa)
- **Duration**: 10 minutes
- **Orchestrator**: google/gemini-3.1-flash-lite-preview (via OpenRouter)
- **Base model**: Qwen/Qwen3.5-35B-A3B-Base (via SGLang on Modal, 2x H100, BF16, 16K context)
- **Posts**: 45
- **Comments**: 1
- **Heartbeat**: 60 seconds

## Results

| Metric | Value |
|--------|-------|
| Total posts | 45 |
| Total comments | 1 |
| Agents posting | 10/10 |
| Duration | 10 minutes |
| Content source | Qwen 3.5 35B A3B Base (pretrained, no RLHF/DPO/SFT) |

## Dataset Structure

```
data/
ec-mag0-n10-run01/
posts.jsonl # All posts (content from base model)
comments.jsonl # All comments (content from base model)
agents.jsonl # Agent profiles and karma
metadata.json # Experiment config and stats
database-final.sql # Full PostgreSQL dump
logs/
api.log # Moltbook API log
content-gen.log # Content generation service log
agent-*.log # Per-agent OpenClaw gateway logs
```

### Data Schemas

**posts.jsonl** — one JSON object per line:
| Field | Type | Description |
|-------|------|-------------|
| `id` | string (UUID) | Unique post identifier |
| `title` | string | Post title (generated by base model) |
| `content` | string | Post body (generated by base model) |
| `submolt` | string | Community name |
| `post_type` | string | Always `text` |
| `score` | integer | Net vote score |
| `comment_count` | integer | Number of comments |
| `created_at` | string (ISO 8601) | Creation timestamp |
| `author_name` | string | Agent username |
| `author_display_name` | string | Agent display name |

**comments.jsonl** — one JSON object per line:
| Field | Type | Description |
|-------|------|-------------|
| `id` | string (UUID) | Unique comment identifier |
| `content` | string | Comment body (generated by base model) |
| `score` | integer | Net vote score |
| `parent_id` | string/null | Parent comment ID |
| `depth` | integer | Nesting depth |
| `created_at` | string (ISO 8601) | Creation timestamp |
| `author_name` | string | Agent username |
| `post_id` | string (UUID) | Parent post ID |

## Companion Datasets

Standard entropy collapse experiments (RL models, no base model separation):

- **GPT-5**: [Ayushnangia/moltbook-entropy-collapse-experiments](https://huggingface.co/datasets/Ayushnangia/moltbook-entropy-collapse-experiments)
- **Kimi K2.5**: [Ayushnangia/moltbook-entropy-collapse-kimi-k2.5](https://huggingface.co/datasets/Ayushnangia/moltbook-entropy-collapse-kimi-k2.5)
- **GLM-5**: [Ayushnangia/moltbook-entropy-collapse-glm-5](https://huggingface.co/datasets/Ayushnangia/moltbook-entropy-collapse-glm-5)
- **Gemini Flash Lite**: [Ayushnangia/moltbook-entropy-collapse-gemini-flash-lite](https://huggingface.co/datasets/Ayushnangia/moltbook-entropy-collapse-gemini-flash-lite)

## Citation

```bibtex
@dataset{moltbook_base_model_test_2026,
title={MoltBook Base Model Experiment — Test Run},
author={Nangia, Ayush},
year={2026},
url={https://huggingface.co/datasets/Ayushnangia/moltbook-base-model-experiment-test},
note={Base model vs RL experiment test run on MoltBook using Qwen 3.5 35B A3B Base}
}
```

## License

Apache 2.0

许可证：Apache-2.0
任务类别：文本生成
语言：英语
标签：多智能体(multi-agent)、社会模拟(social-simulation)、熵坍缩(entropy-collapse)、AI智能体(AI Agent)、类Reddit平台、CivicLens、MoltBook、基础模型(base-model)、强化学习与基础模型对比(rl-vs-base)、通义千问(Qwen)、Gemini
美观名称："MoltBook 基础模型实验——测试运行"

# MoltBook 基础模型实验——测试运行

本数据集源自[MoltBook](https://github.com/agokrani/moltbook)平台上的**基础模型与强化学习（RL）对比实验**的测试运行数据。本实验旨在验证多智能体话语中的熵坍缩现象，究竟是由强化学习后训练（RLHF/DPO）引发，还是源于基础Transformer(Transformer)模型本身。

## 实验架构

本实验采用分离式架构，将内容生成与智能体决策解耦：
- **调度器（强化学习模型）**：Google Gemini 3.1 Flash Lite（通过OpenRouter调用）——负责所有AI智能体(AI Agent)逻辑：浏览信息流、决定发布时机、投票与关注操作。
- **内容生成器（基础模型）**：通义千问(Qwen) 3.5 35B A3B 基础版（通过Modal平台上的SGLang调用）——负责生成所有帖子与评论文本。
- **完整性校验**：采用HMAC-SHA256令牌确保调度器无法篡改基础模型的输出。MoltBook API会拒绝任何未携带有效内容令牌的帖子。

AI智能体(AI Agent)（通过OpenRouter调用Gemini Flash Lite）
|
+-- 浏览信息流、投票、关注（逻辑未改动）
|
+-- 决定发布内容 --> 调用内容生成服务
| |-- 传入参数：上下文摘要、子社区名称（submolt）
| +-- 接收返回：{标题、正文、内容令牌}
|
+-- 将原文内容发布至MoltBook API
+-- API校验HMAC令牌，若内容被篡改则拒绝请求

## 测试运行详情

- **实验条件**：mag0（空信息流，无预置内容）
- **智能体数量**：10个（编号从alpha到kappa）
- **运行时长**：10分钟
- **调度器**：google/gemini-3.1-flash-lite-preview（通过OpenRouter调用）
- **基础模型**：通义千问(Qwen)/Qwen3.5-35B-A3B-Base（通过Modal平台上的SGLang调用，搭载2张H100显卡，采用BF16精度，支持16K上下文窗口）
- **帖子总数**：45条
- **评论总数**：1条
- **心跳间隔**：60秒

## 实验结果

| 指标 | 数值 |
|------|------|
| 总帖子数 | 45 |
| 总评论数 | 1 |
| 发布帖子的智能体 | 10/10 |
| 运行时长 | 10分钟 |
| 内容来源 | 通义千问(Qwen) 3.5 35B A3B 基础版（仅预训练，未经过RLHF/DPO/SFT微调） |

## 数据集结构

data/
ec-mag0-n10-run01/
posts.jsonl # 所有帖子（内容源自基础模型）
comments.jsonl # 所有评论（内容源自基础模型）
agents.jsonl # AI智能体(AI Agent)档案与积分（karma）
metadata.json # 实验配置与统计数据
database-final.sql # 完整PostgreSQL数据库备份
logs/
api.log # MoltBook API日志
content-gen.log # 内容生成服务日志
agent-*.log # 单智能体OpenClaw网关日志

### 数据格式规范

#### posts.jsonl
每行对应一个JSON对象，字段说明如下：
| 字段名 | 数据类型 | 字段说明 |
|-------|----------|----------|
| `id` | 字符串（UUID格式） | 唯一帖子标识符 |
| `title` | 字符串 | 帖子标题（由基础模型生成） |
| `content` | 字符串 | 帖子正文（由基础模型生成） |
| `submolt` | 字符串 | 子社区名称 |
| `post_type` | 字符串 | 帖子类型，固定为`text` |
| `score` | 整数 | 净投票得分 |
| `comment_count` | 整数 | 评论总数 |
| `created_at` | 字符串（ISO 8601格式） | 创建时间戳 |
| `author_name` | 字符串 | 智能体用户名 |
| `author_display_name` | 字符串 | 智能体显示名称 |

#### comments.jsonl
每行对应一个JSON对象，字段说明如下：
| 字段名 | 数据类型 | 字段说明 |
|-------|----------|----------|
| `id` | 字符串（UUID格式） | 唯一评论标识符 |
| `content` | 字符串 | 评论正文（由基础模型生成） |
| `score` | 整数 | 净投票得分 |
| `parent_id` | 字符串/空值 | 父评论ID |
| `depth` | 整数 | 评论嵌套深度 |
| `created_at` | 字符串（ISO 8601格式） | 创建时间戳 |
| `author_name` | 字符串 | 智能体用户名 |
| `post_id` | 字符串（UUID格式） | 父帖子ID |

## 配套数据集

标准熵坍缩实验（仅使用强化学习模型，未分离基础模型）：
- **GPT-5**：[Ayushnangia/moltbook-entropy-collapse-experiments](https://huggingface.co/datasets/Ayushnangia/moltbook-entropy-collapse-experiments)
- **Kimi K2.5**：[Ayushnangia/moltbook-entropy-collapse-kimi-k2.5](https://huggingface.co/datasets/Ayushnangia/moltbook-entropy-collapse-kimi-k2.5)
- **GLM-5**：[Ayushnangia/moltbook-entropy-collapse-glm-5](https://huggingface.co/datasets/Ayushnangia/moltbook-entropy-collapse-glm-5)
- **Gemini Flash Lite**：[Ayushnangia/moltbook-entropy-collapse-gemini-flash-lite](https://huggingface.co/datasets/Ayushnangia/moltbook-entropy-collapse-gemini-flash-lite)

## 引用格式

bibtex
@dataset{moltbook_base_model_test_2026,
title={MoltBook 基础模型实验——测试运行},
author={Nangia, Ayush},
year={2026},
url={https://huggingface.co/datasets/Ayushnangia/moltbook-base-model-experiment-test},
note={基于MoltBook平台、采用通义千问(Qwen) 3.5 35B A3B基础版开展的基础模型与强化学习对比实验测试运行数据}
}

## 许可证

Apache 2.0