跳到正文
arXiv · AI· Jiaheng Dong, Shihong Tan, Gongping Huang, Jean Honorio, Abhirup Ghosh, Ting Dang·· 2026-10-14AI 评分36

DuplexAct:前沿全双工口语大模型交互能力基准

DuplexAct: How Interactive Are Frontier Full-Duplex Spoken Language Models?

AI 导读

提出评估端到端全双工口语大模型交互行为能力的基准 DuplexAct,含 4,691 个测试实例。 基准定义涵盖 8 种交互行为与 24 种交互条件的三级分类体系,并区分即时执行与后续跟进的评估指标。 该基准基于真实世界对话场景,旨在系统性评估模型在持续口语交互中的参与能力。

来源:arXiv · AI · arxiv.org