通过基于人格指示数据的角色扮演语言模型提升认知捕捉
计算与语言
2024-10-16 v3
摘要
角色扮演智能体（RPA）是大型语言模型（LLM）的一个热门应用领域，吸引了产业和学术界的广泛关注。虽然现有的RPA能够很好地展现角色的知识和语气，但在捕捉角色的心智方面面临挑战，尤其是对于小型角色扮演语言模型（RPLM）。本文提出通过人格指示数据来增强RPLM。具体地，我们利用心理测量量表中的问题，蒸馏先进的RPA以生成抓住角色心智的对话。实验结果表明，使用我们的数据集训练的RPLM在通用和人格相关的评估方面表现出先进的角色扮演能力。代码和数据已提供。
引用
@article{arxiv.2406.18921,
title = {Capturing Minds, Not Just Words: Enhancing Role-Playing Language Models with Personality-Indicative Data},
author = {Yiting Ran and Xintao Wang and Rui Xu and Xinfeng Yuan and Jiaqing Liang and Deqing Yang and Yanghua Xiao},
journal= {arXiv preprint arXiv:2406.18921},
year = {2024}
}
备注
11 pages, 1 figures