全雙工互動中，輪流對話是核心組成部分。然而，現有的模型往往採用統一的輪流規範，忽視了不同場景下的適當行為差異。這一侷限源於訓練資料：人類對話語料雖捕捉了自然時序，但缺乏角色基礎和場景特定規範；而啟發式或提示驅動的合成方法則未基於人類偏好。為解決這一問題，研究團隊提出了DuplexGen框架，透過將大型語言模型（LLM）的預測與少量槽級人類偏好標註進行校準，生成具有場景適應性的輪流對話。
研究涵蓋了六種合作與競爭任務，包括資訊獲取、協作任務和競爭性談判等場景。實驗發現，人類在輪流對話中的偏好存在系統性差異：例如在合作場景中，人們傾向於更均勻的輪流；而在競爭場景中，則可能出現更長的說話輪次或打斷。DuplexGen透過收集少量槽級的人類偏好標註（每個任務約50-100個標註），利用這些標註校準LLM的輸出，使得生成的對話在輪流行為上更符合人類在不同場景下的期望。
與未校準的提示（即直接讓LLM模擬人類對話）或僅使用通用人類對話資料訓練的方法相比，DuplexGen生成的對話與人類偏好顯著更吻合。進一步實驗表明，基於DuplexGen資料訓練的全雙工模型展現出獨特且符合人類偏好的輪流行為，例如在適當的時候給予反饋或等待。這些結果強調，人類校準而非語料規模或提示設計，才是實現在不同場景下生成符合人類期望的輪流對話的關鍵。