CharacterBox：评估大型语言模型在基于文本的虚拟世界中的角色扮演能力

本研究解决了评估大型语言模型（LLMs）在角色扮演能力方面的复杂性和不足之处，提出了一种名为CharacterBox的新方法。这一模拟沙箱不仅生成细粒度的人物行为轨迹，还通过角色代理和叙述代理的结合，提升评估的全面性。研究表明，CharacterBox能有效增强LLM的表现，并与先进的GPT API竞争。