arXiv cs.AI·23 天前★ 3

DuplexAgent-RSI：全双工语音智能体协作的递归框架改进

原文标题：DuplexAgent-RSI: Recursive Harness Improvement for Full-Duplex Voice Agent Collaboration

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。

AI 智能摘要

论文提出 DuplexAgent 全双工协作系统，将任务接受、进度、取消、替换与结果交付等工作流表达为六个可编辑模块，并通过 Duplex-Harness-RSI 闭环从交互轨迹中自动修订模块。实验显示其在口语知识与可执行工具评分上优于对比的委派系统，同时保持强中断响应能力。

论文速读 · 四段结构cs.CL去论文速读 →

问题: 全双工语音模型推理与工具调用能力不足，而编码智能体又不适合实时对话。
方法: 提出 DuplexAgent，把任务接受、进度、取消、替换与结果交付等工作流表达为六个可编辑模块，并用 Duplex-Harness-RSI 闭环从交互轨迹自动修订。
结果: 在口语知识与可执行工具评分上优于对比的委派系统，同时保持强中断响应能力。
影响: 给出语音入口加异步委派的工程化协作框架，适合构建实时语音助手与后台 Agent 的混合产品。

深读 · 结论先行AI 生成展开看要点与影响 ↓

DuplexAgent把全双工语音协作拆成六个可编辑模块，用交互轨迹闭环自动修订

•架构分工：全双工模型守在实时通道做入口，搜索、推理、编码通过异步委派交给编码智能体
•harness将任务接受、进度、取消、替换、结果交付等工作流表达为六个可编辑模块，替代耦合式启发规则
•Duplex-Harness-RSI闭环用模拟器生成定时测试对话并产出失败轨迹，定位需修复的协作模块
•Exam Planner按已观察弱点与修复档案选下一轮测试，Harness Editor提出针对性模块改动；口语知识与可执行工具评分优于对比委派系统，并保持强中断响应

为什么重要：语音智能体普遍卡在实时对话与复杂工具调用的衔接上，把协作逻辑模块化并让系统自我改进，为这类系统提供了可迭代而非手工调参的路径。

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

原始标题：DuplexAgent-RSI: Recursive Harness Improvement for Full-Duplex Voice Agent Collaboration

AI 中文标题：DuplexAgent-RSI：全双工语音智能体协作的递归框架改进

来源：arXiv cs.AI · 发布于 23 天前

分类：学术研究 · AI 重要度：★ 3（3）

标签：语音智能体 / 全双工 / 多智能体协作 / 递归自我改进 / 编码智能体

关键词：全双工语音智能体 / 智能体协作 / 递归自我改进 / 语音交互 / DuplexAgent

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。

相关推荐