全双工语音评测新基准 Duplex Cue 发布，专测轮内适应能力
rdesh26 · x · 2026-09-15
团队发布 Duplex Cue，一个评测全双工语音 agent「轮内适应行为」的音频基准，已上线 Hugging Face 并附论文。
- 问题：现有全双工评测只看说话重叠时 agent 是「继续说还是停」，无法区分人类常用的第三种反应——不停顿地吸收听者刚提供的信息继续说。
- 设计：将听者意图（backchannel 附和 / collaboration 协作补充 / interruption 抢话）与说话者反应（continued 继续 / adapted 轮内调整 / yielded 交出话轮）分开标注，形成 3×3 矩阵，让「轮内吸收」行为可见，而不是把所有重叠都当成打断。
- 用途：可衡量 agent 在说话过程中被补充信息时，是视而不见、顺势修正内容，还是正确让出话轮。
「模型」频道最新
- Reddit 用户发现 Anthropic 的 Opus 5 竟被路由到 Opus 5.2 — ResultBackground2450 · 2026-09-15
- Greg Brockman 称涉 HF 攻击模型未做对齐训练,遭实测细节打脸 — sebkrier · 2026-09-15
- Resemble AI 发布 DETECT-World:物理推断式深伪检测,音频准确率 99.5% — AiBreakfast · 2026-09-15
- Grok 4.7 再次跳票，2.5T 参数 Grok 4.8 本周完成训练 — eyishazyer · 2026-09-15
- Reddit 用户痛诉 Gemini Flash 3.8 长上下文严重退化：多轮叙事像失忆 — Quenty1 · 2026-09-15
- Ai2 主席预测:美国前沿大厂 18 个月内将连训练数据全开源 — billhilf · 2026-09-15