跳到正文

RoleLLM

构建与评估大模型角色扮演能力的框架

访问官网
分类 AI模型

RoleLLM 是什么

RoleLLM 被介绍为一个用于构建和评估大型语言模型角色扮演能力的框架,包含四个阶段,并由此产出一套基准数据集与两个经调整的模型。

你可以用它做什么

  • 构建一个能模仿莎士比亚风格的语言模型
  • 评估大型语言模型在角色扮演任务上的表现
  • 用该框架创建一个角色扮演游戏

四个阶段

  • 构建角色概要作为起点
  • 基于上下文生成指令
  • 使用 GPT 进行角色提示
  • 基于角色进行指令调整

基准与模型

  • Context-Instruct 与 RoleGPT 产出了角色级别基准数据集 RoleBench
  • 资料称 RoleBench 系统化、细粒度,包含 168,093 个样本
  • RoCIT 在 RoleBench 上产出英文的 RoleLLaMA 与中文的 RoleGLM
  • 资料称这些模型显著提高了角色扮演能力,结果与使用 GPT-4 的 RoleGPT 可比较

优点与缺点

✓ 我们认可的地方

  • 四个阶段覆盖概要构建、指令生成、角色提示与指令调整
  • RoleBench 提供系统化、细粒度的角色级别基准

! 需要留意的地方

  • 框架的角色提示环节围绕 GPT 展开
  • RoleLLaMA 与 RoleGLM 由 RoleBench 上的 RoCIT 产生

常见问题

四个阶段是什么?

资料列出角色概要构建、基于上下文的指令生成、使用 GPT 进行角色提示和基于角色的指令调整。

RoleBench 是什么?

资料描述它是一个系统化、细粒度的角色级别基准数据集,包含 168,093 个样本。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法