Identity-Driven Hierarchical Role-Playing Agents

最近，利用大型语言模型（LLMs）进行角色扮演引起了极大的关注。主要的实现方法包括利用精细的提示和在特定角色数据集上进行微调。然而，这些方法分别存在精度不足和灵活性有限的问题。为了在灵活性和精度之间取得平衡，我们基于身份理论构建了一个分层身份角色扮演框架（HIRPF），使用多个身份组合构建复杂角色。我们为该框架开发了一个身份对话数据集，并提出了一个评估基准，包括规模评估和开放情境评估。实证结果表明，我们的框架在建模身份级别的角色模拟方面具有显著的功效，并揭示了它在社会模拟中的潜力。

构建一个灵活性和准确性平衡的层级身份角色扮演框架，以模拟身份层次的角色扮演，并进行社交模拟应用的探索。

基于身份理论，使用多个身份组合构建复杂的角色，开发了一个身份对话数据集，并提出了一个评估基准，包括规模评估和开放情境评估。

该框架在身份层次的角色模拟方面表现出显著的有效性，并揭示了其在社交模拟中的潜力。

该领域的相关研究包括利用精细的提示和基于角色特定数据集的微调来实现角色扮演，以及利用大型语言模型进行角色扮演。