ROLELLM: BENCHMARKING, ELICITING, AND ENHANCING ROLE-PLAYING ABILITIES OF LARGE LANGUAGE MODELS

本文是LLM系列文章，针对《ROLELLM: BENCHMARKING, ELICITING, AND ENHANCING
ROLE

摘要

大型语言模型（LLM）的出现为角色扮演等复杂任务铺平了道路，角色扮演通过使模型能够模仿各种角色来增强用户交互。然而，最先进的LLM的闭源性质及其通用训练限制了角色扮演优化。在本文中，我们介绍了RoleLLM，这是一个用于基准测试、引出和增强LLM中角色扮演能力的框架。RoleLLM包括四个阶段：（1）100个角色的角色档案构建；（2） 用于角色特定知识提取的基于上下文的指令生成（Context Instruction）；（3） 使用GPT（RoleGPT）进行口语风格模仿的角色提示；以及（4）用于微调开源模型以及角色定制的角色条件指令调整（RoCIT）。通过Context Instruction和RoleGPT，我们创建了RoleBench，这是第一个系统化、细粒度的角色扮演基准数据集，共有168093个样本。此外，RoleBench上的RoCIT产生了RoleLLaMA（英语）和RoleGLM（中文），显著增强了角色扮演能力，甚至实现了与RoleGPT（使用GPT-4）1相当的结果。

1 引言

2 相关工作

3 方法

4 RoleBench：角色扮演能力基准

5 实验

6 结论

我们介绍了RoleLLM，这是一个在LLM中对角色扮演进行基准测试、引出和增强的框架。我们构建了100个角色档案，提出了用于口语风格模仿的RoleGPT，以