RoleLLM ist ein Framework für Rollenspiele, das zum Aufbau und zur Bewertung der Rollenspielfähigkeiten großer Sprachmodelle dient. Es umfasst vier Phasen: Erstellung von Rollenprofilen, kontextbasierte Instruktionsgenerierung, Rollen-Prompts mit GPT und rollenbasierte Instruktionsanpassung. Mit Context-Instruct und RoleGPT haben wir RoleBench erstellt, einen systematischen und feingranularen, rollenbasierten Benchmark-Datensatz mit 168.093 Beispielen. Darüber hinaus erzielte RoCIT auf RoleBench RoleLLaMA (Englisch) und RoleGLM (Chinesisch) mit deutlich verbesserten Rollenspielfähigkeiten, die sogar mit den Ergebnissen von RoleGPT mit GPT-4 vergleichbar sind.