SteerablePlex提升全双工语音模型指令跟随能力

发生了什么

据arXiv论文，研究团队提出基于GDPO的训练方法构建SteerablePlex，使全双工语音模型在对话中遵循文本指令。该模型连接异步后端LLM监控对话，相比现有开源模型和GPT-Realtime，能更可靠地遵循多阶段约束。SimIF-Bench基准测试显示当前开源全双工模型难以遵循此类约束。