MatrAIx

Simulate before reality.

多様なシミュレーションユーザーで AI システムとインタラクティブ製品を評価するための、 人口規模・ペルソナ駆動のインフラストラクチャ。

English | 简体中文 | 繁體中文 | 한국어 | 日本語 | Español | Português

Website Discord X LinkedIn Google Form Docs Hugging Face License Playground

YouTube で MatrAIx デモを見る

YouTube で MatrAIx デモを見る

--- **MatrAIx** は、多様なシミュレーションユーザーで AI システムとインタラクティブ製品を 評価するための、人口規模・ペルソナ駆動のインフラストラクチャです。汎用的・交換可能な ユーザーに対してテストするのではなく、サンプリングしたペルソナ記録を LLM エージェントとして インスタンス化し、4 つの環境 — **Survey**、**AI Chatbot**、**Web**、**App** （macOS / iOS を含むネイティブのデスクトップおよびモバイル）— で再現可能なタスクを実行します。 基盤は、背景・心理・能力・行動を網羅する **1,290 のカテゴリ次元** からなる共有スキーマです。 ペルソナは、依存関係を考慮した合成生成と、エビデンスに基づく人間データのグラウンディングを組み合わせて構築されます。 決定的で品質フィルタ済みの **100 万ペルソナ** のコアセットが研究用に [Hugging Face](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release) で公開されています。共有テレメトリ、タスク所有の検証、レポートにより、個々の応答と軌跡を サブグループおよび人口レベルの知見につなぎます。 名前は *The Matrix* に由来します。探索・ストレステスト・仮説生成に有用なシミュレーション世界であり、 **実在の人々から得られるエビデンスの代替ではありません**。 ## ニュース & 注目 - **学術コメント** — [*Can We Simulate the World?*](https://aiscientist.substack.com/p/can-we-simulate-the-world) — Mayank Kejriwal（[*AI Scientist*](https://aiscientist.substack.com/)） - **研究セレクション** — [Hugging Face Papers](https://huggingface.co/papers/2608.04205) に掲載（[デイリー論文、2026-08-10](https://huggingface.co/papers/date/2026-08-10)） - **メディア** — [Forbes](https://www.forbes.com/sites/lanceeliot/2026/08/26/using-eight-billion-ai-personas-for-psychology-research-has-its-ups-and-downs/) · [NZZ（日曜版）](https://www.nzz.ch/nzz-am-sonntag/report-und-debatte/die-ki-vermessung-der-menschheit-unsere-acht-milliarden-doppelgaenger-ld.10019342) · [AI Era（via 36Kr）](https://www.36kr.com/p/3932853833759876) · [Numerama](https://www.numerama.com/tech/2308727-ces-chercheurs-ont-cree-83-milliards-dhumains-virtuels-pour-tester-des-produits-a-notre-place.html) · [Infobae](https://www.infobae.com/tecno/2026/08/10/asi-prueba-la-ia-un-mundo-con-8300-millones-de-personas-digitales-matraix-es-el-metaverso/) · [HispanicAd](https://hispanicad.com/news/harvard-and-mit-built-8-3-billion-ai-personas-to-simulate-the-world-report/) · [AIタイムズ](https://www.aitimes.com/news/articleView.html?idxno=213824) · [Startup Fortune](https://startupfortune.com/harvard-and-mit-built-an-ai-model-of-83-billion-people-to-test-products-on/) · [Forbes トルコ版](https://www.forbes.com.tr/saglik/hastaya-dokunmadan-once-8-3-milyar-kez-denemek-sagligin-yeni-test-dunyasi-matraix) · [WIRED チェコ版](https://www.wired.cz/news-beat/harvard-a-mit-vytvorily-ai-simulaci-obsahujici-83-miliardy-virtualnich-lidi) - **業界コメント** — Cisco 副社長兼 CTO [Gianpaolo Barozzi](https://lnkd.in/p/gE9cV2nw) が言及 - **ソーシャル** — [X のトレンドストーリー](https://x.com/i/trending/2086626337561911419) に掲載 ## リリース - **[2026-08-04]** arXiv 技術レポート: [MatrAIx: Simulating the World with 8.3 Billion Persona Agents](https://arxiv.org/abs/2608.04205) (`2608.04205`)。 - **[2026-08-01]** Hugging Face で [Persona 1M](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release) を公開（約 100 万件の品質フィルタ済みペルソナ）。 - **[2026-07-31]** Playground とタスクライブラリをオープンソース化: [MatrAIx-Persona-8B](https://github.com/MatrAIx-ai/MatrAIx-Persona-8B)。 - **[2026-07-29]** ポジションノート: [From Personas to Simulated Users](https://matraix.ai/research/survey-from-personas-to-simulated-users.html)。 ## 要件 - [Docker](https://docs.docker.com/get-docker/) - [uv](https://docs.astral.sh/uv/) と Python 3.12 - Node.js 20+（Playground / viewer フロントエンドのみ） - ペルソナエージェント例用のモデル API キー — [agents.md](../environment/agents.md) を参照 > **Windows をお使いの方へ**：すべてのコマンドは > [WSL2](https://learn.microsoft.com/windows/wsl/install) 内で実行してください。 > PowerShell で `wsl --install` を実行（Ubuntu がインストールされます）した後、 > リポジトリは **WSL ファイルシステム内**（例：`~/MatrAIx`。`/mnt/c/…` は大幅に > 遅くなるため避けてください）に clone し、Docker Desktop → Settings → Resources > で *WSL integration* を有効にしてください。以降、本 README のコマンドは > そのまま動作します。ネイティブの PowerShell/cmd はサポートしていません > （タスク検証スクリプトが `bash` を必要とするため）。 ## インストール ```bash git clone && cd MatrAIx uv venv --python 3.12 uv pip install -e . uv pip install pytest pytest-asyncio httpx uv pip install -e packages/playground uv pip install -e packages/harbor-langsmith uv pip install -e packages/rewardkit ``` ジョブとタスクは **`uv run matraix run …`** で実行します。このコマンドは起動環境を自動で整えたうえで Harbor ランタイムに委譲します。ランタイムユーティリティ（`harbor view`、`harbor upload` など）は引き続き **`uv run harbor …`** を使います。 GUI / CLI タスク実行の前に、プロバイダに合わせたモデル API キーを設定してください （スモークテストには不要です）： ```bash export ANTHROPIC_API_KEY="sk-ant-..." # anthropic/claude-* モデル # export OPENAI_API_KEY="sk-..." # openai/gpt-* モデル ``` キーの全体表は [agents.md](../environment/agents.md) を参照。 Playground は `application/playground/.env.local` からもキーを読み込めます。 ### Persona 1M のインポート（推奨） リポジトリ同梱の `matraix-persona-dev-sample`（約 200）はスモークテスト用です。本番相当のコホート / Playground サンプリングには公開 1M をインポートしてください： ```bash huggingface-cli download MatrAIx2026/MatrAIx_Persona_1M_Public_Release \ --repo-type dataset \ --local-dir persona/datasets/matraix-persona-1m/release ``` Playground: Dataset → **`matraix-persona-1m`**。CLI: `--dataset persona/datasets/matraix-persona-1m`。 詳細: [Handbook § Persona 1M](../README.md#3-persona-1m-recommended)。 ## クイックスタート ### スモークテスト（smoke tests） インストール後に、次の 2 つのチェックを実行してください（API キー不要）。 あわせて Survey / Chat / Web / OS-app のデフォルト実行パスが使えることを確認できます： | チェック | 確認できること | コマンド | |----------|----------------|----------| | **Docker なし** | Survey と Chat | `uv run matraix smoke application/tasks/example-survey_product-feedback` | | **Docker あり** | Web と OS-app | `uv run matraix run -c configs/jobs/example-job-recipe/harbor-smoke-local.yaml` | 1 つ目は数秒で `Smoke: ok` と表示されます。2 つ目は初回にローカルイメージをビルドします（数分）。成功時の出力は `jobs/harbor-smoke-local/`。手順: [quickstart §3](../quickstart.md#3-smoke-tests-two-lanes)。 ### GUI でのタスク実行 Playground はタスク選択・ペルソナサンプリングを行い、CLI auto モードと同じ Matraix Playground job を起動します。 API + フロントエンドを起動（2 つのターミナル）： ```bash # ターミナル A — API VENV=.venv bash application/playground/backend/run_dev.sh # ターミナル B — フロントエンド cd application/playground/frontend && npm ci && npm run dev ``` **http://localhost:5173** を開く → Playground → ペルソナのコホートを選択 → Survey / Chat / Web / OS app タスクを選択 → **Lock pipeline** → **Run eval**。 詳細: [Playground §10](../quickstart.md#10-playground--play-tasks-visually)。 ### CLI でのタスク開発 / 実行 **開発** — `application/tasks/` 配下の参照タスクをコピーし、 `task.toml` / `instruction.md` / `input/` / 検証スクリプト（verifier）を編集して Playground に登録 （[task-guide.md](../application/task-guide.md)）： ```bash cp -R application/tasks/example-survey_product-feedback \ application/tasks/ ``` | 種類 | 参照タスク | |------|------------| | Survey | `application/tasks/example-survey_product-feedback` | | Chat | `application/tasks/example-chat-api_support_chatbot` | | Web | `application/tasks/example-web-playwright_quote-choice` | | OS-app | `application/tasks/example-computer-use-linux_note-to-csv` | **実行** — Matraix Playground job を生成（agent + model を固定）して実行： ```bash uv run python application/scripts/generate_application_job.py \ --task application/tasks/example-survey_product-feedback \ --execution-mode auto \ --persona-ids 0042 \ --model-name anthropic/claude-sonnet-4-6 # スクリプトが出力する export 行と recipe パスを使用、例： uv run matraix run -c configs/jobs/application-task-job-recipe/example-survey-product-feedback-auto-n1.yaml ``` バッチ（`--sample-size N`）、フィルタ、chat / web / os-app の例： [docs/quickstart.md](../quickstart.md)。 ## ドキュメント **[MatrAIx Handbook](../README.md)** — ガイド、および persona / application / environment のドキュメント。

MatrAIx アーキテクチャ

## リポジトリ構成 ```text MatrAIx/ ├── persona/ スキーマ、データセット、合成/キュレーション/検証パイプライン │ ├── schema/ 1,290 次元ペルソナスキーマ │ ├── datasets/ 開発サンプルプールとペルソナ YAML │ ├── validation/ Grounding / 品質検証スイート │ └── scripts/ ペルソナ job・パイプラインヘルパー ├── application/ │ ├── tasks/ Survey · chat · web · os-app タスク仕様 │ ├── task-spec/ 共有タスク契約 │ ├── playground/ ビジュアルランナー（バックエンド API + フロントエンド） │ └── scripts/ generate_application_job.py とタスクツール ├── environment/ │ ├── runtime/ Matraix Playground runtime │ ├── agents/ ペルソナ条件付きエージェント │ ├── task-environments/ Docker イメージ / sidecar │ └── adapters/ 外部アダプタ（例: SimpleQA） ├── packages/ playground · rewardkit · harbor-langsmith ├── apps/viewer/ `harbor view` と対になるフロントエンド ├── configs/jobs/ キュレート / 生成された Matraix Playground job recipe ├── docs/ Handbook — persona/ · application/ · environment/ ├── examples/ 最小のサンプルタスク ├── src/matraix/ Python パッケージのエントリポイント ├── scripts/ リポジトリレベルのヘルパー ├── tests/ ユニット / 環境テスト └── jobs/ ローカル Matraix Playground 実行出力（gitignore） ``` 大規模な生成データセットは git 外に置きます（上記 Hugging Face リリースを参照）。 ## コミュニティに参加 [![Discord](https://img.shields.io/badge/Discord-join%20MatrAIx-5865F2?style=for-the-badge&logo=discord&logoColor=white)](https://discord.gg/knVyQQnRFa) [![X](https://img.shields.io/badge/X-follow%20%40MatrAIx2026-000000?style=for-the-badge&logo=x&logoColor=white)](https://x.com/MatrAIx2026) [![LinkedIn](https://img.shields.io/badge/LinkedIn-follow%20MatrAIx-0A66C2?style=for-the-badge&logo=linkedin&logoColor=white)](https://www.linkedin.com/company/matraix) [![Google Form](https://img.shields.io/badge/Google%20Form-join%20MatrAIx-4285F4?style=for-the-badge&logo=googleforms&logoColor=white)](https://forms.gle/hwEHng5HGWRqcJue9) 1. Discord に参加 — ニックネームは **`Full Name - Affiliation`**。Google Form に記入 （背景、興味、論文の著者 / 謝辞）。 2. ぜひごあいさつください！共通の関心や経験をもとに、メンバー同士をおつなぎします。 3. MatrAIx 研究コミュニティでのコラボレーションや貢献をお待ちしています！ ## 引用 MatrAIx、Persona 1M データセット、または本リポジトリの結果を利用する場合は、次を引用してください。 ```bibtex @article{li2026matraix, title = {MatrAIx: Simulating the World with 8.3 Billion Persona Agents}, author = {Li, Xiaomin and Hao, Yuexing and Hou, Jianheng and Huang, Jintao and Wen, Qianfeng and Huang, Shirley and Liu, Yifan and Liu, Xiaoyi and Fan, Yilan and Wang, Yijun and others}, year = {2026}, eprint = {2608.04205}, archivePrefix = {arXiv}, primaryClass = {cs.AI}, url = {https://arxiv.org/abs/2608.04205} } ``` 論文: [arXiv:2608.04205](https://arxiv.org/abs/2608.04205) · 全著者リスト: GitHub **Cite this repository** (`CITATION.cff`) · データセット: [Persona 1M on Hugging Face](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release)。 ## Star History Star History Chart ## ライセンス MIT — [LICENSE](../../LICENSE) を参照。