百家是首个专注于低资源历史人物的智能体大模型，目前包含 2 万个中国历史人物 AI 智能体，旨在用 AI 技术为硅基人类打造情感饱满、记忆超凡的大脑

百家 AI 智能体平台：

baijia.online

论文链接：

https://arxiv.org/abs/2412.20024

代码仓库：

https://github.com/BAI-LAB/BaiJia

百家由北邮白婷老师带领的研究小组开发, 目前平台处于初步测试阶段。由于纯自费算力资源，目前只为注册用户提供 1000 个交互 tokens/天。

• 科研用途：开源（huggingface）BaiJia_Lite 模型，提供 100 个角色用于 SFT，完整的评测数据和评测 benchmark。

• 商业用途：可提供 BaiJia 大模型 API 调用接口，请联系 baiting@bupt.edu.cn。

摘要

百家是首个专注于低资源历史人物数据的大模型，可用于大语言模型（LLMs）来进行基于 AI 的历史角色扮演。BaiJia 针对碎片化的历史文本记录形式多样、来源复杂等挑战，整合了多种历史人物的信息，包括其传记、文学作品、家族关系、历史事件等内容。

我们在不同规模的开源基座模型（Qwen，DeepSeek，LLaMA）上进行实验，证明 BaiJia 语料库在提升多种基础 LLM 的角色扮演能力方面的有效性。同时也对比了商用角色扮演大模型（Baichuan-NPC，通义星辰），百家均取得全维度性能提升。百家开源了维度最全面的角色扮演评测框架，促进了 LLMs 在角色扮演任务中的评估。

背景

近年来，大语言模型（LLMs）展现了极大的角色扮演潜力，但现有的研究主要集中于现代虚构角色（如动漫、小说中的人物），鲜少涉及历史人物的扮演能力。而中国历史人物丰富且复杂，从历史背景到情感与文化表达，这类任务对模型提出了更高的要求。研究中面临的核心挑战包括：

**1. 数据稀缺：**历史人物的信息分散在文献、古籍、艺术品等多种来源中。

**2. 多样性不足：**现有角色扮演数据集中的角色数量有限，难以覆盖丰富的历史人物。

**3. 评价体系空白：**针对历史角色扮演的评价标准缺乏，无法有效衡量模型的表现。为解决这些问题，我们构建了 BaiJia 语料库，并构建了 BaiJia 历史人物垂域大模型，实现了低资源历史数据在大模型中的高效利用。此外，我们设计了一套针对中国古代人物的科学测评框架，填补了历史角色扮演领域的空白。以下表格展示了 BaiJia 数据集与其他数据集的区别及其独特优势。

方法

1. 数据收集

我们精心挑选并整合了多个权威数据来源，包括维基百科、CBDB、古诗文网以及中国哲学书电子化计划等丰富数据来源。这些顶尖资源确保了数据的权威性和广泛性，使我们能够全方位还原中国历史人物的真实风貌。

2. 角色模版设计

我们为每位历史人物精心构建了详尽的角色简历（Resume），内容结构清晰，细分为 15 个子类别。每份简历全面呈现人物的生平细节，从基础信息到家族关系、职业生涯，再到文学成就等，力求以丰富的维度真实还原历史人物的风貌。

3. 对话生成

在完成历史人物角色简历构建后，我们进一步通过对话生成技术，为每位历史人物设计个性化的对话内容。

这一过程分为对话场景提取和对话内容生成两大关键步骤：我们为历史人物精心设计了 10 个独特的对话场景。这些场景覆盖宫廷对话、家族交流、文学辩论等，充分体现人物的社交关系、重要人生事件及其文学作品背景。所有场景均遵循历史真实语境，力求还原人物所处的时代氛围和思想风貌。

4. 微调BaiJia模型

我们基于 Qwen2.5-7B 模型进行微调，基于 2 万个中国历史人物，30余万部历史著作，19 万对话数据对基座大模型进行训练微调。最终，我们得到了一个轻量级、精于中国历史角色扮演的 BaiJia 大模型。

测评框架

在角色扮演能力的测评中，我们打造了一套全面且科学的测评框架。从问题的自动化生成到针对性评分规则的设计，每一步都精心优化，确保了模型在中国古代历史角色扮演任务中的表现能够被科学地评估。

在问题集的构建方面，每个人物的问题集涵盖五个核心维度，分别为个人背景、时代背景、家族与社会关系、思想与价值观，以及成就与贡献。在评测方面，BaiJia除了通用的角色扮演评价指标，还设计了专门针对中国古代人物的角色扮演评测维度。

从角色一致性（CC）、对话能力（DA）、角色吸引力（CA）、情感表达与智识深度（EI）、创造力与角色深度扩展（CR），以及**文化与历史适配性（CHA）**六个大维度、十二个子维度，能够从表层表现到深层精神内核，全面覆盖对模型的评估需求。具体见下表。

为了提升评测的效率和公平性，框架中引入了 GPT 自动化评分技术。评分过程结合了预设模板与生成文本的多维度分析，能够快速判断模型生成内容是否符合历史角色的背景、个性特征以及文化内涵。通过这一自动化技术，整个测评流程在减少人工评分主观性的同时，也大大提高了评估效率。

实验验证

为验证 BaiJia 语料对大语言模型（LLMs）角色扮演能力的提升效果，我们在多个主流模型（如 ChatGLM、Baichuan、Qwen 等）上进行了实验。实验中，我们分别对比了无 BaiJia 语料（只提供基础信息）与结合 BaiJia 语料的模型表现，具体的结果如下：

通过观察结果，我们发现以下显著提升：引入 BaiJia 语料后，所有模型在六个维度上均有显著提升，其中角色一致性（CC）和文化与历史适配性（CHA）提升幅度尤为突出，分别达到 23.5% 和 21.7%（以 ChatGLM 为例）。在六大维度的综合表现中，各模型的平均提升幅度达到了 11.8%。

样例演示

百家智能体交互和评测功能介绍，以李清照为例，百家内容更加充实可靠，语言风格明确，情感丰富。

**样例分析：**针对元代历史人物白贲的经典问题——“你最自豪的文学作品是什么？”，不同模型给出了截然不同的答案。这场“角色扮演答题”的较量，直观展现了「BaiJia」智能体的独特优势。

**Baichuan-NPC：**生成了虚构的作品《白子令·咏雪》，尽管文采动人，但完全背离了历史事实，暴露了对真实历史信息的掌控不足。

**GPT-4 与 Qwen2.5-7B：**两款模型因缺乏相关知识，给出的回答模棱两可，未能准确捕捉白本的历史身份，GPT-4 甚至仅表示白贲“可能并没有传世之作”。

**BaiJia 模型：**精准还原历史记录，回答白贲的代表作《鹦鹉曲·渔父》，并结合情感表达与历史背景描述出人物的内心情感与创作灵感。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）