HiPLEX 分层策略因子化：让全双工语音模型接话时机更自然
Qualcomm-AI-Research · hf · 2026-10-07
高通 AI Research 提出 HiPLEX，一个面向全双工语音语言模型的 RL 框架，解决现有方法只单独优化时机或语义、无法联合改进的问题。
核心设计
- 将预训练全双工文本策略因子化为两个策略：「控制策略」决定何时输出（pad/epad/con），「条件内容策略」在选 con 时决定输出什么 token，复用模型现有文本头
- 通过从生成语音回合推导的事件因果掩码，将时机优势路由到 token 组因子；将 LLM-judge 语义优势路由到条件内容因子
结果：在三个 Moshi 种子上的 Full-Duplex-Bench v1 中，HiPLEX 相比 GRPO 降低了自然停顿与附和机会时的抢话率，缩短被打断后的响应延迟，同时保持相当的应答质量；在 Moshi 和 PersonaPlex 上比 GRPO 更符合人类回合时机与附和率分布。
「研究」频道最新
- AI 攻坚数学的旧路径:现象→猜想→新工具→解答,很快将不再主流 — _onionesque · 2026-10-07
- AI 挖矿数学富矿论:已有大量中间成果等待 AI 系统性开采 — _onionesque · 2026-10-07
- 机器人仿真器 RaiSim 回归:2.8.0 主打 CPU 高速仿真+照片级渲染 — ChongZzZhang · 2026-10-07
- DAEDALUS:无任务无验证器,靠自生成练习为 Agent 积累记忆 — illuin · 2026-10-07
- 冻结模型外部存数值记忆：Qwen 到 Mistral 复现，Top-1 命中 99.2% — Nearby_Indication474 · 2026-10-07
- 发布数学论文 skill 文件:给 LLM 写的论文去水纠错 — IAmTimNguyen · 2026-10-07