RoleCraft-GLM：推进大型语言模型中的个性化角色扮演
计算与语言
2024-04-05 v2 人工智能
机器学习
摘要
本研究提出了RoleCraft-GLM，一个旨在增强大型语言模型个性化角色扮演的创新框架。RoleCraft-GLM解决了对话式AI中缺乏个性化交互的关键问题，并提供了具有细致情感的角色描绘方案。我们贡献了一个独特的对话数据集，从传统的以名人角色为中心转向多样化的非名人角色，从而增强了语言建模交互的真实性和复杂性。此外，我们的方法包括细致的角色开发，确保对话既真实又富有情感共鸣。通过多个案例研究验证了RoleCraft-GLM的有效性，突显了其在不同场景中的多功能性和技巧。我们的框架在生成准确反映角色个性特征和情感的对话方面表现出色，从而提升了用户参与度。总之，RoleCraft-GLM标志着个性化AI交互的重大飞跃，通过实现更细致和情感丰富的对话，为更真实、更沉浸的AI辅助角色扮演体验铺平了道路。
引用
@article{arxiv.2401.09432,
title = {RoleCraft-GLM: Advancing Personalized Role-Playing in Large Language Models},
author = {Meiling Tao and Xuechen Liang and Tianyu Shi and Lei Yu and Yiting Xie},
journal= {arXiv preprint arXiv:2401.09432},
year = {2024}
}