DuplexJev：免解码批量语音决策框架
原文标题：Batched Speech Decisions Without Decoding: Single-Token Supervision Lets a Frozen LLM Hear Beyond the Transcript
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对全双工语音智能体大量小型封闭决策依赖慢速自回归解码的问题，提出DuplexJev：将ASR编码器隐状态经小型连接器送入冻结LLM，以单token分布读出答案，无需解码。8卡节点约0.1秒完成80项决策，语音问答接近读转录文本，并能识别性别与情绪。
- 问题
- 全双工语音智能体大量小型封闭决策依赖慢速自回归解码，延迟高。
- 方法
- 把ASR编码器隐状态经小型连接器送入冻结LLM，以单token分布直接读出选项，不做解码。
- 结果
- 8卡节点约0.1秒完成80项决策；语音问答90%对读转录91%；性别与情绪准确率均达90%（原55%和28%）。
- 影响
- 语音代理的封闭决策可绕开自回归解码，大幅降延迟，适合实时全双工产品落地。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DuplexJev免解码读单token分布，8卡节点约0.1秒完成80项语音决策，语音问答90%接近读转录91%。
- •针对全双工语音智能体大量小型封闭决策依赖慢速自回归解码的问题
- •将ASR编码器隐状态经小型连接器送入冻结LLM，每个问题读作选项上的单token分布，不做解码
- •8卡节点约0.1秒回答关于八段语音的80项决策
- •末层连接器下语音问答90%，接近读转录文本的91%
- •交叉注意力连接器使性别与情绪准确率均达90%（分别从55%和28%提升），语音问答仅降1点（83%到82%）
为什么重要：它把语音智能体的高频小决策从自回归解码中剥离，为全双工低延迟服务提供了可复用的权重与批推理管线。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。