arXiv · NLP· Yizhou Peng, Chen Chen, Donghang Wu, Hexin Liu, Eng Siong Chng·· 4 小时前AI 评分28
早期工具调用：口语对话系统中的行动时机研究
Heard Enough to Act: Early Tool Calling in Spoken Dialogue Systems
AI 导读
研究构建了包含 26,694 个对话、786 小时音频的口语数据管线，定义了请求最早可行动点。 管线通过受控任务生成与对齐标注支持全模态语言模型训练，实现分块级因果决策。 模型在保留对话和 $\tau^2$-bench 外部基准上分别取得 0.48 和 0.47 的 tool-state macro-F1，正确调用平均领先 1.1-2.0 秒。
来源：arXiv · NLP · arxiv.org