MP-Bench：语音 Agent 群聊插话判断仅与抛硬币相当
solyarisoftware · x · 2026-10-16
EMNLP 2026 论文 MP-Bench 探讨一个被忽视的问题：语音 agent 能一对一对话，但能否加入多人群聊？
- 对 12 个语音 agent 的测试显示，在判断「何时该开口插话」时，它们的表现不比抛硬币好，除非被点名呼叫。
- 表明当前语音 agent 缺乏多人对话中的话轮转换（turn-taking）与社会感知能力，是群聊场景落地的关键短板。
「研究」频道最新
- ETH Zurich 提出 LFD：用冻结 LLM 当老师，自然语言驱动药物设计生成器 — rohanpaul_ai · 2026-10-16
- 社区热议能否用 Claude Sonnet 3 对话数据训练模型 — Sauers_ · 2026-10-16
- 有人求购 Sonnet 3 对话数据集引出社区共享 — arm1st1ce · 2026-10-16
- MLCommons 推出 MLPerf Endpoints,按真实服务端点测推理性能 — TheKanter · 2026-10-16
- 网友自建 LEGO 搭建评测：GPT-6 Astra 力压 Opus 夺魁 — TheLegoless · 2026-10-16
- tszzl 给出理论：Tornado 经 Apache 一路联想到 Colorado — tszzl · 2026-10-16