**HiPLEX:面向全双工语音语言模型的层级策略分解强化学习框架** _HiPLEX: Hierarchical Policy Factorization
原帖
**HiPLEX:面向全双工语音语言模型的层级策略分解强化学习框架**
_HiPLEX: Hierarchical Policy Factorization for Full Duplex Speech Language Models_
> 该论文提出 HiPLEX 框架,通过强化学习将全双工语音模型策略分解为控制策略(决定何时发声)和内容策略(决定发声内容)。该方法利用事件因果掩码和 LLM 评判优势分别优化时序与语义,在减少用户停顿时的接管率、缩短打断后响应延迟方面优于 GRPO,并更好地匹配人类对话的时序特征。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-07 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.07727)