待验证50% 置信事实精确时间

DSB-IFEval是一个专门评估实时语音交互中隐式指令遵循能力的基准测试

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/5

首次发现

有效期至：2026/12/4

来源

全双工语音助手隐式指令遵循评测：DSB-IFEval基准解析

涉及实体

DSB-IFEvalbenchmark DuplexSpeechBench-IFEvalbenchmark

相关事实

待验证OpenAI训练了独立的输出分类器实时检测模型是否偏离授权音色，发现异常时立即中断输出66% 相似待验证DSpec动态调度器通过置信度分数与校准表决定实际验证的Token数量，高置信度多验证、低置信度早截止65% 相似待验证DSB-IFEval采用指令遵循分数(IAS)和人设一致性分数(PAS)两个互补的量化指标63% 相似待验证多轮对话中验证Agent上下文追踪能力的测试方法在学术界被称为对话状态追踪（DST，Dialogue State Tracking）评估63% 相似待验证IFEval是衡量模型对格式约束、内容限制、角色扮演等复杂指令遵循程度的专项基准测试62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/860698

API

curl https://kongchang.com/api/v1/knowledge/claims/860698

MCP

get_claim(id=860698)