NeurIPS 26 | EchoChat：把共情语音对话拆成感知、心智理论推理与回复生成

香港中文大学等提出 EchoChat，将共情语音对话建模为感知、心智理论推理和语音回复生成三个环节，并在 SFT 阶段引入 Acoustic-Anchored Attention、RL 阶段引入 Step-Decomposed Credit Assignment 进行统一优化。