RoleLLMは大規模言語モデルのロールプレイング能力を構築および評価するためのフレームワークです。役割概要の構築、コンテキストに基づく指示生成、GPTを用いた役割プロンプト、役割に基づく指示調整の4つの段階から構成されています。Context-InstructとRoleGPTを用いて、168,093サンプルを含む、体系的で細粒度の役割レベルベンチマークデータセットであるRoleBenchを作成しました。さらに、RoCITを用いてRoleBench上でRoleLLaMA（英語）とRoleGLM（中国語）を生成し、ロールプレイング能力を大幅に向上させました。GPT-4を用いたRoleGPTと比較可能な結果を得ています。