全双工基准：评估全双工口语对话模型的轮流能力

本文解决了全双工口语对话模型在轮流交互能力评估方面的不足。提出了全双工基准（Full-Duplex-Bench），系统性评估对话行为如暂停处理、回馈、轮流发言和打断管理。研究表明该基准能够提供一致和可重复的评估，以促进口语对话建模领域的进步。