创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

HiPLEX:全双工语音模型的分层策略分解

AI 总结

该论文提出 HiPLEX,一种强化学习框架,把预训练的全双工文本策略分解为决定“何时说话”的控制策略(在 pad、epad、con 之间选择)与仅在选定 con 时决定“说什么”的条件内容策略。作者称,在 Full-Duplex-Bench v1 的三个 Moshi 种子上,HiPLEX 相比 GRPO 降低了自然停顿与反馈时机下的抢话率、缩短了被打断后的响应延迟,同时保持相近的打断响应质量;在 Moshi 与 PersonaPlex 上,它比 GRPO 更接近人类的轮流说话与反馈率边际分布。

深度见解

轮次管理与打断处理是实时语音智能体的核心难点,把时机与内容分开优化提供了一条可参考的训练思路。

Computer Science > Sound

arXiv:2610.07727 (cs)

[Submitted on 6 Oct 2026]

Title:HiPLEX: Hierarchical Policy Factorization for Full Duplex Speech Language Models

Authors:Kyudan Jung, Hyunsin Park, Yoonhyung Lee, Jinhwan Park, Jinhyeok Yang, KiHyun Nam, Jaegul Choo, Jinkyu Lee

View a PDF of the paper titled HiPLEX: Hierarchical Policy Factorization for Full Duplex Speech Language Models, by Kyudan Jung and 7 other authors

#HiPLEX#Moshi#PersonaPlex#Full-Duplex-Bench#GRPO

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。