MeetBench-XL：面向实时会议的校准多维评估与学习双策略代理

企业会议环境需要能够在严格延迟、成本和隐私约束下处理多样化操作任务的人工智能助手，例如实时讨论中的快速事实核查以及跨会议分析用于战略规划。现有会议基准主要集中在简化的问答任务上，未能反映真实企业工作流程中由多方协作产生的有机查询、长时序上下文和工具增强推理的需求。本文通过构建一个基于实际数据集和学习代理框架来弥补这一差距。首先，我们引入了MeetAll，这是一个从231场企业会议（总计140小时）中衍生出的双语多模态语料库。问题注入采用经过领域专家验证的企业导向协议，并通过人类可区分性研究进行校准。其次，我们提出了MeetBench XL，一种与人类判断对齐的多维评估协议，用于衡量事实准确性、意图一致性、响应效率、结构清晰度和完整性。第三，我们提出了MeetMaster XL，一种学习型双策略代理，能够联合优化快速与慢速推理路径之间的查询路由及工具调用，包括检索、跨会议聚合和网络搜索。轻量级分类器实现了准确的路由，具有最小开销，在质量与延迟之间取得了优于单模型基线的平衡。实验结果表明，该方法在商业系统上表现一致提升，并通过消融实验、鲁棒性测试和现实部署案例加以支持。