实体 Omni-DuplexEval

Omni-DuplexEval

PulseAugur coverage of Omni-DuplexEval — every cluster mentioning Omni-DuplexEval across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_123380 · Jul 3 · 04:00

新基准 Omni-DuplexEval 针对实时双工全模态 AI 交互

研究人员推出了 Omni-DuplexEval，这是一个旨在评估 AI 系统中实时双工全模态交互的新基准。现有模型通常是离线评估的，未能捕捉到现实世界应用所需的持续输入处理和及时响应能力。Omni-DuplexEval 通过包含连续描述和主动事件识别的场景来解决这一问题，利用 660 个视频和一个 LLM-as-a-Judge 框架进行自动评估。初步实验揭示了当前最先进模型存在的显著局限性，它们在平衡响应时间和内容连贯性方面存在困难。