DyaFDB：全双工对话模型的二元评估框架

研究者提出 DyaFDB，一个在二元设定下评估全双工语音对话模型的框架：两个模型按指定角色直接对话，目标可合作或冲突，双方均由外部裁判离线打分。该框架实例化 4 项任务、140 个场景，记录 7,560 段对话，覆盖 6 种自博弈与交叉配对。实验显示模型行为会持续重塑其对话伙伴，因此每个模型必须同时充当对方的考官与被试，固定 interlocutor 无法胜任。