CoSER 角色扮演数据集

CoSER (Coordinating LLM-Based Persona Simulation of Established Roles) 数据集是一个专注于角色扮演的大型真实数据集，由复旦大学和阶跃星辰于 2025 年合作构建，相关论文成果为「CoSER: Coordinating LLM-Based Persona Simulation of Established Roles」。它从世界最知名的 771 本书中提取数据，涵盖了 17,966 个角色和 29,798 段真实的对话。与以往的数据集不同，CoSER 数据集不仅包含角色概述和对话，还提供了剧情摘要、角色经历以及对话背景等丰富内容。此外，对话内容涵盖了语言、动作和想法三个维度，使角色表现更加立体。 CoSER 数据集的独特之处在于其真实性和全面性，它从经典文学作品中提取真实角色对话，保留了对话的复杂性，是天然的多轮、多角色的优质对话数据。