DuplexGen to nowa metoda generowania dialogów między ludźmi a AI, w której sztuczna inteligencja naturalnie przejmuje turę mówienia w zależności od kontekstu rozmowy. Problem polega na tym, że obecne modele AI uczone są głównie na nagraniach naturalnych rozmów między ludźmi lub sztucznych dialogów tworzonych przez heurystyki, bez uwzględnienia, że preferujemy różne style przejmowania tur w różnych sytuacjach - inaczej w grach kooperacyjnych, inaczej w konkurencyjnych.
Badacze postanowili rozwiązać to zbierając od człowieka preferencje dotyczące kiedy i jak powinno się przejmować turę w konkretnych scenariuszach, a następnie kalibrując predykcje LLM względem tych preferencji. Zamiast trenowania na gigantycznych zbiorach danych czy wymyślania lepszych promptów, skupili się na małym, ale celowym zbiorze adnotacji preferencji człowieka. Testy wykazały, że DuplexGen generował dialogi znacznie bardziej zbliżone do tego, co ludzie uważali za naturalne, niż dialogu utworzone poprzez standardowe metody - a modele full-duplex trenowane na danych z DuplexGen rzeczywiście wykazywały zachowania przejmowania tur preferowane przez ludzi.
Co ważne, okazało się że to nie rozmiar danych treningowych czy perfekcja promptu decyduje o tym, czy AI będzie mówić "w porę" - ale właśnie kalibracja względem rzeczywistych preferencji człowieka w danym scenariuszu. To może być przełom dla bardziej naturalnych interakcji voice-to-voice między ludźmi i AI asystentami.