提出EVA-Bench语音智能体端到端评估框架,通过验证门控的机器间多轮对话仿真与EVA-A/EVA-X复合指标全面评测语音交互质量,揭示了现有系统在任务准确率、性能稳定性及声学鲁棒性方面的显著差距。
机构:ServiceNow
来源:arXiv 2605.13841 | AI4Papers 论文推荐平台