مسیریابی پس از آموزش، انتخاب مسیر پاسخ‌گویی در مدل گفتاری بلادرنگ را ساده‌تر می‌کند

در مدل‌های گفت‌وگوی تمام‌دوطرفه، پاسخ به پرسش‌های ساده باید بی‌درنگ آغاز شود؛ اما پرسش‌های دشوار ممکن است به استدلال قوی‌تر و در نتیجه انتظار نیاز داشته باشند. مسئله این است که مدل درست هنگام شروع صحبت کدام مسیر را انتخاب کند.

پژوهشگران در این مطالعه، روشی پس از آموزش را بررسی کرده‌اند. آن‌ها MiniCPM-o 4.5 را ثابت نگه داشتند و با استفاده از حالت‌های پنهانی که در گذار طبیعی مدل از شنیدن به صحبت‌کردن در دسترس است، یک آشکارساز لجستیکِ شکست آموزش دادند. این دروازهٔ تصمیم‌گیری به تولید توکن اضافی از سوی مدل نیاز ندارد و آستانه‌هایش را می‌توان بدون تغییر مدل گفت‌وگوی تمام‌دوطرفه دوباره تنظیم کرد. منبع در چکیدهٔ ارائه‌شده جزئیات بیشتری دربارهٔ نتایج ارزیابی این روش نمی‌دهد.