تُعتبر نماذج الكلام الكامل (Full-Duplex Speech Language Models) طفرة جديدة في عالم الذكاء الاصطناعي، حيث تتيح تفاعلات حوارية فورية ومتداخلة، مما يوفر تجربة مستخدم أكثر ديناميكية مقارنةً بالنماذج التقليدية. ولكن، لا تزال التحديات قائمة، خاصةً عند تقييم هذه النماذج في سياقات محادثات متعددة.

تعمل المعيارات الحالية على تقييم التفاعلات ذات الجولة الواحدة فقط، مما يغفل التعقيدات الموجودة في التواصل متعدد الجولات. ومن خلال تلك الفجوة، يظهر أهمية معيار MTR-DuplexBench الجديد، الذي يمثل تقدماً كبيراً في عملية تقييم تلك النماذج.

هذا المعيار الجديد لا يقتصر فقط على تقسيم الحوارات المتتالية إلى جولات منفصلة، بل يتضمن أيضاً جوانب متنوعة من التقييم، مثل ميزات المحادثة، جودة الحوار، مدى اتباع التعليمات، وأمان الاستخدام. تكشف النتائج التجريبية أن النماذج الحالية تواجه صعوبة في الحفاظ على أداء متسق خلال الجولات المتعددة والأبعاد المختلفة، مما يُبرز فعالية هذا المعيار الجديد.

لمزيد من التفاصيل، يمكنكم زيارة [هذا الرابط](https://github.com/ZhangHe0918/MTR-DuplexBench) للحصول على الشيفرة والبيانات المتعلقة.