冻结全双工模型加轻量门控即可按需升级专家推理。
资讯摘要
论文提出一种事后训练方案，用于全双工语音模型在“本地直接回答”与“升级到更强推理”之间做选择。作者冻结 MiniCPM-o 4.5，仅用其语音输入输出，在原生听转说时刻的隐藏状态上拟合逻辑回归失败读出，无需额外生成即可得到可调阈值。论文报告：在内部基准上选择性移交使答案准确率提升 27.1 点，相比始终使用专家将首段回答音频的平均服务器时间降低 31.5%，并在外部语音问答集上优于随机路由和零样本 GPT-5.4 mini 路由；该训练方法也可迁移到另一全双工模型系列。
要点速读
- 方法冻结 MiniCPM-o 4.5，仅用语音输入输出，在听转说时刻的隐藏状态上拟合逻辑回归失败读出，不增加模型生成。
- 内部基准上选择性移交提升答案准确率 27.1 点，相比始终用专家降低首答音频平均服务器时间 31.5%。
- 外部语音问答池中优于匹配随机路由与零样本 GPT-5.4 mini 路由，训练配方可迁移到第二个全双工模型系列。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。