Hugging Face 发布 EVA 端到端语音智能体评估框架

Hugging Face 发布 EVA，用 bot-to-bot 音频架构评估语音智能体的任务准确性与对话体验。框架包含 EVA-A 和 EVA-X 两项主分数，随附覆盖 50 个航空场景、15 个工具的数据集，并评测了 20 个级联和音频原生系统。结果显示，任务完成表现与用户体验之间存在持续权衡，命名实体转录错误和多步骤工作流是主要失效点。