論文の概要: Conversation Is a Two-Body Problem: Dyadic Evaluation of Full-Duplex Dialogue Models

• arxiv url: http://arxiv.org/abs/2610.08125v1
• Date: Tue, 06 Oct 2026 10:44:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.941562
• Title: Conversation Is a Two-Body Problem: Dyadic Evaluation of Full-Duplex Dialogue Models
• Title（参考訳）: 対話は2次元問題である:全二重対話モデルの動的評価
• Abstract要約: 完全な音声対話モデルは、シングルサイドのインターロケータに対して一般的に評価される。 DyaFDBは、Dyadicセットアップで評価された完全なモデルを評価するフレームワークである。 DyaFDBは、2つのモデルが相互にどのように振る舞うかを調査する。
• 参考スコア（独自算出の注目度）: 40.54300716582366
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Full-duplex spoken dialogue models listen and speak at the same time, enabling voice agents to have natural, low-latency interactions that turn-based systems cannot offer. However, they are commonly evaluated against single-sided interlocutors: pre-recorded audio that cannot react, or an automated examiner that reacts in real time but only administers a fixed sequence of tests and is never graded. These single-sided frameworks evaluate only half of a two-body problem, where turn-taking, overlap, and interruption are joint products of two coupled speakers. We propose DyaFDB, a framework that evaluates full-duplex models in a dyadic setup: two models converse directly under assigned roles with cooperative or conflicting goals, and both sides are scored offline with an external judge. DyaFDB probes how the two models behave toward each other, such as how they take turns or carry an assigned role under different interests. We instantiate four tasks as 140 scenarios and record 7,560 conversations, covering six self- and cross-play pairings. Throughout the experiments, we observe that how a model behaves continually reshapes its partner. We thus demonstrate that each model must be both the examiner and examinee of the other, and no single fixed interlocutor can play both parts. We will release the scenarios, role prompts, and recording protocols between two full-duplex models, without any pre-recorded audio.
• Abstract（参考訳）: フル二重音声対話モデルは、ターンベースシステムが提供できない自然な低レイテンシな対話をボイスエージェントが行えるように、同時に聞き、話すことができる。 しかし、それらはシングルサイドのインターロケータに対して一般的に評価される: 反応できない事前録音オーディオ、またはリアルタイムに反応するが、固定された一連のテストしか管理せず、決してグレードされない自動検査器である。 これらの片側フレームワークは、ターンテイキング、オーバーラップ、割り込みが2つの結合話者の合同製品である2体問題の半分しか評価しない。 本稿では,DyaFDBを提案する。DyaFDBは,2つのモデルが与えられた役割と,協調的あるいは矛盾する目標とを直接的に会話し,両者は,外部の審査員とオフラインで得点するフレームワークである。 DyaFDBは、2つのモデルが相互にどのように振る舞うかを調査する。 4つのタスクを140のシナリオとしてインスタンス化し、7,560の会話を記録し、6つのセルフとクロスプレイのペアリングをカバーします。 実験を通して、モデルがどのように常にパートナーを安心させるかを観察する。 したがって、各モデルが他方の検査者および検査者の両方でなければならないことを示し、一方の固定インターロケータが両方を演奏できない。 事前に録音された音声を使わずに、2つのフル二重モデル間のシナリオ、ロールプロンプト、および記録プロトコルをリリースする。

関連論文リスト

• Multi-Faceted Interactivity Alignment in Full-Duplex Speech Models [53.470209949659115]
  RLによる全音声対話モデルを改善する訓練後アライメント手法を提案する。 対話性の4つの標準軸(ターンテイキング、バックチャネル一時停止、ユーザ中断)に対処する。 応答品質に対する追加ベースの報酬は、セマンティックな劣化を防ぐ。
  論文  参考訳（メタデータ） (2026-06-09T17:46:55Z)
• Full-Duplex-Bench: A Benchmark to Evaluate Full-duplex Spoken Dialogue Models on Turn-taking Capabilities [93.09944267871163]
  FullDuplexBenchは、重要なインタラクティブな振る舞いを体系的に評価するベンチマークである。 ベンチマークコードを公開することによって、音声対話モデリングの進歩と、より自然で魅力的なSDMの開発を目指しています。
  論文  参考訳（メタデータ） (2025-03-06T18:59:16Z)
• Multi-Party Chat: Conversational Agents in Group Settings with Humans and Models [39.80729604768669]
  我々は,多人数会話において,言語モデルが1つ以上のキャラクタとして機能する能力を評価する。 新しいデータセットであるMultiLIGHTは、グループ設定の大幅な改善に役立ちます。
  論文  参考訳（メタデータ） (2023-04-26T21:41:17Z)
• Unsupervised Abstractive Dialogue Summarization for Tete-a-Tetes [49.901984490961624]
  テテ-ア-テト(SuTaT)のための非教師なし抽象的対話要約モデルを提案する。 SuTaTは条件付き生成モジュールと2つの教師なし要約モジュールからなる。 実験の結果,SuTaTは自動評価と人的評価の両方において教師なし対話要約よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2020-09-15T03:27:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。