本記事では、LLMにキャラクターを演じさせる際の新しい手法を紹介します。

LLMにおけるロールプレイングは非常に役立っていますが、ユーザーが指定したキャラクターを上手に演じる能力にはまだ課題があります。

研究者らは大規模な合成データを活用することで、この課題に取り組み、LLMが多様なキャラクターを柔軟に演じられる手法を開発しました。

背景

LLMをロールプレイングさせる分野が注目を集めています。カスタマーサポート、エンターテインメント、あるいはゲーム内でのキャラクター対話など、幅広い場面で実用的な価値が見出されています。

これまでに開発されてきた、よくあるロールプレイング対話エージェントは、事前に決められた特定のキャラクターを演じるのみでした。しかし、サービスの利用者が自由に指定したキャラクターを演じる能力への需要が高まっています。そうした中Character.aiやDouBaoといったサービスでは、ユーザーがカスタマイズしたキャラクターとの対話機能が実装されています。

ただし、この分野における公開データセットや、カスタマイズ可能なキャラクター機能を持つLLMは限られています。さらに、人手によるアノテーションやクラウドソーシングに依存しており、キャラクター形成に必要なデータ分布もはっきりしていない状態です。

そのような背景のもと、今回テンセントの研究者らは大規模な合成データを活用して、LLMにキャラクター汎化性能（つまり利用者が自由に設定したキャラクターを柔軟かつ迅速に演じる能力）を付与する手法の開発に取り組みました。豊富なキャラクター設定とそれに基づく対話データを生成することで、課題の解決を目指しています。

以下で詳しく説明します。