xgmx

小说人物性格 Embedding 模型

基于 165 部中外经典文学作品、10,671 个角色的性格描述训练的多头人格预测模型。

🎮 玩法指南

1. 知己 — 输入一段描述自身性格的文字，点"预测"，自动推理出你的大五人格、MBTI、九型人格、性格色彩等全方位人格画像。

2. 觅知音 — 基于 64 维人格向量，从 9,534 个历史与文学角色中，自动找到与你性格最相似的那些人——看看你和曹操、诸葛亮、林黛玉谁更像？

3. 找反差 — 一键切换"互补"模式，找出与你性格完全相反的角色，发现你的另一面。

4. 造角色 — 随机生成 NPC，每个都附带完整的人格画像和性格描述文字，可用于游戏角色设计、文学创作灵感。

功能

输入一段人物描述文字，输出 5 种人格维度 + 64 维人格向量：

快速开始

安装

# 基础安装（仅推理）
pip install torch sentence-transformers numpy

# 或通过 pip 安装本包
pip install -e .

# Web 服务额外依赖
pip install fastapi uvicorn

下载模型

从 HuggingFace 一键下载所有文件：

pip install huggingface-hub
# 国内用户设置镜像加速
set HF_ENDPOINT=https://hf-mirror.com          # Windows
export HF_ENDPOINT=https://hf-mirror.com       # Linux/Mac

# 下载整个仓库（推荐）
huggingface-cli download linzhe/xgmx --local-dir .

下载后你会得到这些文件：

Qwen 需要自行下载 Qwen2.5-7B-Instruct 基座模型（~14GB）。

推理示例

from modeling import PersonalityPredictor

p = PersonalityPredictor()
result = p.predict("曹操性格奸诈多疑、雄才大略，善于用人却心狠手辣")
print(result["mbti"]["_mbti"])  # ENTJ
print(result["ocean"]["神经质"])   # 7.2

Web 服务

python server.py
# 访问 http://localhost:6006

---

Qwen 描述生成（可选）

基于 64 维人格向量生成自然语言性格描述。

安装额外依赖

pip install transformers peft accelerate bitsandbytes

下载基座模型

Qwen2.5-7B-Instruct 需自行下载（约 14GB）：

# HuggingFace
huggingface-cli download Qwen/Qwen2.5-7B-Instruct --local-dir ./Qwen2.5-7B-Instruct

推理示例

python qwen_infer.py "曹操性格奸诈多疑、雄才大略"

或代码中调用：

from qwen_infer import load_qwen, generate
from modeling import PersonalityPredictor

# 先用 MLP 预测向量
predictor = PersonalityPredictor()
result = predictor.predict("曹操性格奸诈多疑")

# Qwen 生成描述
model, proj, tokenizer = load_qwen()
desc = generate(model, proj, tokenizer, result["vector"])
print(desc)

模型架构

64维向量 → Projector(64→256→512→4×3584) → 4软Token → Qwen2.5-7B(LoRA) → 描述

---

MLP 模型架构

文字描述 → text2vec-base-chinese (768维) → MLP (768→256→128→输出) → 人格分数
                                                  ↓
                                           64维人格向量

5 个独立的 MLP 回归头，每个约 800K 参数，总模型大小 < 10MB。

训练数据

• 165 部经典文学作品（四大名著、金庸武侠、世界文学等）
• 10,671 个角色的 DeepSeek-chat 标注人格分数
• 85%/15% 训练/验证划分
• 50 epochs, MSE 损失, Adam 优化器

局限性

• 基于文学角色训练，对真实人物的适应度未经测试
• 继承了 DeepSeek 标注的偏好和偏差
• 输入需为中文，建议 50-200 字

引用

@misc{character-personality-embedding,
  author = {Character Personality Embedding Project},
  title = {Character Personality MLP Models},
  year = {2026},
}