研究人员开发了一种名为窗口似然(WL)的新方法,用于训练全双工语音模型,旨在提高其处理对话中打断和回应的能力。传统的基于时序奖励的序列级强化学习(RL)方法存在信用泄露和难以学习特定对话线索等局限性。WL通过闭式积分奖励并最大化正确动作的对数概率来解决这些问题,从而在各种开放模型上的HumDial-FDBench基准测试中取得了更好的性能。 AI
影响 这种新方法通过改进对话AI系统在轮次管理方面的能力,有望使其更加自然和响应迅速。
排序理由 该条目是一篇学术论文,详细介绍了一种用于语音模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →