热点事件观察中

HiPLEX：面向全双工语音语言模型的层次化策略分解框架

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

2026 年 10 月 6 日，HF Daily Papers 介绍了 HiPLEX——一个面向全双工语音语言模型的强化学习框架。该方法将预训练策略分解为两层：控制策略负责决定何时输出，从 pad、epad、con 三种动作中选择；内容策略负责决定输出什么内容。在 Full-Duplex-Bench v1 的三个 Moshi 种子上评估，HiPLEX 相对 GRPO 降低了用户在自然停顿期的接管率，并缩短了被打断后的响应延迟；在 Moshi 与 PersonaPlex 上，它也更好地匹配了人类的回合时序与反馈率分布。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月6日

04:00
HF Daily Papers
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。

本事件热度走势

当前热度 4·可比范围峰值 4（10月7日 11:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。