HiPLEX：全双工语音语言模型的层次化策略分解

HiPLEX 是一个面向全双工语音语言模型的强化学习框架，把预训练策略分解为决定何时输出的控制策略（从 pad、epad、con 中选择）和决定输出什么的内容策略。在 Full-Duplex-Bench v1 的三个 Moshi 种子上，它相对 GRPO 降低了用户自然停顿期的接管率、缩短了打断后响应延迟，在 Moshi 和 PersonaPlex 上也更好地匹配人类回合时序与反馈率分布。