利用大语言模型打造可定制角色：一种基于人格驱动的角色扮演智能体框架
计算与语言
2025-09-17 v7
摘要
大语言模型（LLMs）展现了理解指令和生成类人文本的卓越能力，使得超越基本行为复现的复杂智能体模拟成为可能。然而，创建可自由定制角色的潜力仍未得到充分探索。我们引入了可定制对话智能体框架，该框架利用LLMs通过个性化特征注入来模拟真实世界角色，从而能够根据用户偏好创建多样化的角色。我们提出了SimsConv数据集，包含68个定制角色和跨越1360个真实世界场景的13,971轮多轮角色扮演对话。角色首先使用预定义元素（职业、抱负、特质、技能）进行定制，然后通过个人和社交资料进行扩展。在此基础上，我们提出了SimsChat，一个可自由定制的角色扮演智能体，它融合了各种现实设定和特定主题的角色交互。在SimsConv和WikiRoleEval数据集上的实验结果表明，与现有模型相比，SimsChat在保持角色一致性、知识准确性和适当拒绝问题方面表现更优。我们的框架为开发更准确和可定制的人类模拟体提供了宝贵的见解。我们的数据和代码已在https://github.com/Bernard-Yang/SimsChat公开。
引用
@article{arxiv.2406.17962,
title = {Crafting Customisable Characters with LLMs: A Persona-Driven Role-Playing Agent Framework},
author = {Bohao Yang and Dong Liu and Chenghao Xiao and Kun Zhao and Chen Tang and Chao Li and Lin Yuan and Guang Yang and Chenghua Lin},
journal= {arXiv preprint arXiv:2406.17962},
year = {2025}
}
备注
EMNLP 2025 Findings