DuplexJev：冻结LLM单token语音决策

2026年10月5日，arXiv cs.AI 刊出论文 DuplexJev，提出把 ASR 编码器的隐状态经一个小型 connector 送入冻结的大语言模型，将每个问题读成选项上的单 token 分布，因此无需自回归解码即可批量做出语音决策；报道称这种单 token 监督让冻结 LLM 能听见转录之外的信息，并称在 8 卡节点上约 0.1 秒即可完成 8 段语音的 80 项判断。10月15日，AGI Hunt 报道补充了机构信息，称该工作由 Adventists.ai 与浙江大学等机构提出，并再次强调免解码的单 token 决策，8 卡 0.1 秒答完 80 个语音决策。两篇报道在方法描述与性能数字上一致，未出现矛盾。目前尚无复现、独立评测或其他后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。