DECIDE 语音智能体基准发布：1081 段真实通话、32 项决策任务实测 20 个模型

研究者与 Bolna 联合发布 DECIDE 语音智能体基准，以 1,081 段真实生产环境通话构建 4,867 道决策题，覆盖 32 个任务和 6 大类。基准测试开口或等待、呼叫路由、工具调用与语言切换等决策能力。直连音频模型与 STT+文本管线共 20 个模型在同一题目上评分，用于量化音频增益。