本文へスキップ

RoleLLM

大規模言語モデルのロールプレイを構築・評価する枠組み

公式サイトを見る
カテゴリ AIモデル

RoleLLM とは

RoleLLM は大規模言語モデルのロールプレイ能力を構築・評価する枠組みと紹介され、四つの段階からベンチマークと二つの調整済みモデルが生まれたと説明されている。

できること

  • シェイクスピアの文体をまねる言語モデルを構築する
  • 大規模言語モデルのロールプレイ課題での性能を評価する
  • 枠組みを使ってロールプレイのゲームを作る

四つの段階

  • 出発点として役割概要を構築する
  • 文脈に基づいて指示を生成する
  • GPT により役割を提示する
  • 役割に基づいて指示を調整する

基準とモデル

  • Context-Instruct と RoleGPT が役割レベルの基準データセット RoleBench を作る
  • 資料は RoleBench を体系的な役割レベルの基準データセットで、168,093 件のサンプルを含むと説明
  • RoCIT が RoleBench 上で英語の RoleLLaMA と中国語の RoleGLM を生み出す
  • 資料は調整済みモデルのロールプレイ能力が向上し GPT-4 を使う RoleGPT に匹敵する結果と説明

長所と短所

✓ 良い点

  • 四つの段階が概要構築・指示生成・役割提示・指示調整を扱う
  • RoleBench は体系的な役割レベルの基準データセットと説明される

! 注意したい点

  • 役割提示の段階は GPT を用いる構成
  • RoleLLaMA と RoleGLM は RoleBench 上の RoCIT から生まれる

よくある質問

四つの段階は?

資料は役割概要の構築、文脈に基づく指示生成、GPT による役割提示、役割に基づく指示調整を挙げる。

RoleBench とは?

資料は体系的な役割レベルの基準データセットで、168,093 件のサンプルを含むと説明。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法