实体
ConvFill
ConvFill
PulseAugur coverage of ConvFill — every cluster mentioning ConvFill across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
时间线
- 2026-10-26 research_milestone ConvFill, a new method for creating faster and smarter voice agents, was presented by researchers from the University of Washington UbiComp Lab. 来源
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
ConvFill：在速度和智能之间架起桥梁的语音代理
研究人员开发了 ConvFill，一种创建更快、更智能语音代理的新方法。该方法利用一个小型对话模型，能够快速响应用户输入，同时一个大型推理模型在后台生成更全面的答案。然后，对话模型会整合推理模型的输出以继续对话，模仿人类使用耳机寻求帮助。ConvFill 由华盛顿大学 UbiComp 实验室的学生开发，旨在弥合语音代理技术在速度和智能之间的差距。
-
新技术弥合语音代理的延迟-能力差距
研究人员开发了一种名为“对话填充”的新技术，以解决语音代理中的延迟-能力权衡问题。该方法使用一个小型、快速的“说话者”模型在推理过程中生成即时响应，同时整合来自一个更大、更慢的“推理者”模型的知识。创建了一个包含超过 290,000 个示例的合成数据集来训练七个小型语言模型，证明该方法可以在保持高精度的同时显著缩短响应时间。用户研究表明，采用对话填充的代理在感知能力上与前沿模型相当，并且响应更迅速，尤其是在检索密集型任务中。
-
对话填充提升语音代理的响应能力和性能
研究人员开发了一种名为对话填充的新技术，以解决语音代理在响应速度和能力之间的权衡问题。该方法采用一个小型、实时的“说话者”模型，该模型可立即生成响应，同时整合一个更强大的“推理者”模型的延迟输出。创建了一个包含超过 290,000 个示例的合成数据集来训练七个不同的语言模型，证明该方法可以在保持接近前沿模型准确性的同时，实现毫秒级的响应时间。