通过大型语言模型在现实中复活动漫角色
原文中文，约500字，阅读约需2分钟。发表于：。通过改善提示和从剧本中提取的角色记忆，我们提出了一种控制语言模型的算法，以模仿特定的虚构角色。使用超过 54k 次模拟对话生成的 32 个中文 / 英文电视 / 动漫角色的 ChatHaruhi 数据集表明，我们的方法提高了角色扮演能力。代码和数据在此 https URL 可用。
研究人员提出了将虚拟游戏主持人整合到AI代理的世界模型中的方法，以解决复杂互动中的限制。他们引入了一个名为Tachikuma的基准测试，包括多角色和新颖对象交互估计的任务和支持的数据集。研究人员还提出了一个简单的提示基线，并评估了其性能。这些数据集和任务旨在促进自然语言复杂互动的研究，并推动更先进的AI代理的发展。
