DuplexGen 框架：基于人类偏好校准实现场景自适应对话轮次

illinois · hf · 2026-08-11

当前全双工语音模型在对话轮次切换上往往采用单一规范，忽略了不同场景下的差异。为此，研究人员提出了 DuplexGen 框架，通过少量人类偏好标注来校准大语言模型（LLM）的预测，从而生成具备场景自适应能力的对话数据。

在六项合作与竞争任务中，实验表明人类的轮次切换偏好存在显著差异。与仅使用通用语料训练或简单提示词的方法相比，DuplexGen 生成的数据更符合人类偏好。基于该数据训练的全双工模型，也展现出了更自然、更受人类青睐的交互行为。这证明了对人类偏好的校准（而非单纯扩大语料规模或优化提示词）才是实现场景特定对话合成的关键。