跳到主要内容
检索

# 异步委派

2 篇关联报道

订阅更新
  1. arXiv

    DuplexAgent用六个可编辑模块协调全双工语音与委派智能体,并以递归改进循环把固定核心协作分从54.6提升到85.3

    该工作提出DuplexAgent,把全双工语音交互模型与推理LLM、编码智能体之间的协作写成Policy、Intake、Hold、Worker、Deliver、Memory六个可编辑模块,并给出Duplex-Harness-RSI闭环:模拟器生成定时对话并归因失败,委派池中的推理LLM充当Exam Planner选择下一轮测试,编码智能体充当Harness Editor修改被诊断指名的模块,经开发门与保护门配对比较后保留;在VoiceChat与Qwen-Realtime上,保留后的harness提升了口语知识、可执行工具调用与固定核心协作分。

  2. arXiv

    Realtime-Venus 用两个 9B 前端把实时对话与后台任务拆成双循环,在八项视频基准中的六项领先在线模型

    该工作提出 Realtime-Venus 主动式全双工交互系统,包含分别训练的 9B 模型 Realtime-Venus-Omni(音视频交互)与 Realtime-Venus-Audio(语音交互),二者以共享因果时间线统一连续感知、对话控制、原生语音生成与私有委派请求,并由 Realtime-Venus-Harness 在双循环运行时中异步执行后台能力,在八项视频基准中的六项取得所比较在线模型的最高分,并在多项音频理解、口语问答与全双工重叠语音指标上领先或持平。

已读完全部报道