北京邮电大学 发布 BaiJia 数据集, 应用在 历史角色扮演、大型语言模型 领域

北京邮电大学 本次发布的数据集 BaiJia, BaiJia是由北京邮电大学创建的一个大规模中国历史人物角色扮演代理语料库，涵盖了唐、宋、元、明、清五个朝代的19,281位历史人物。该数据集整合了多种形式的历史文本记录，包括人物传记、文学作品、家族关系、历史事件等信息，为模拟这些历史人物的性格、行为和对话提供了坚实的基础。数据集的构建过程包括从多个来源收集人物简历、生成对话以及构建评估问题，最终通过LLaMA-Factory框架对大型语言模型进行微调。BaiJia数据集的应用领域主要集中在历史角色扮演任务中，旨在解决历史人物角色扮演中数据碎片化和低资源的问题，推动大型语言模型在历史角色扮演中的发展和评估。

查看BaiJia

README 内容： 

关于 北京邮电大学 , 北京邮电大学是中国著名的信息与通信工程领域的重点大学，成立于1955年，位于北京市。学校在信息与通信技术、计算机科学、电子工程等领域具有较强的科研和教学实力，培养了大量信息科技领域的高级人才。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。