决策模型正在成为AI领域一个重要的新类别。与旨在生成文本或推理复杂问题的LLM不同,决策模型专门用于输出软件可以立即执行的结构化结果。以极低成本、高性能做出决策和进行分类,可以解锁许多有用的任务。
Microsoft正在推出Microsoft-Decision-1,这是一款用于快速决策评分的新模型,可通过Microsoft Foundry使用,并即将通过Open Router提供。该模型专为路由、分类、优先级排序、验证和工作流控制而设计,使在安全、可信的环境中将决策智能集成到现有应用程序、智能体和工作流中变得更加容易。
Microsoft表示,该模型在结构化决策任务的延迟和质量方面表现出色。在涵盖近150,000个问题(这些问题未用于训练)的36项基准比较中,它取得了最高准确率。在基准测试中,它是测得的最快模型:比排名第二的Quyet-1.0-Large快4.5倍,比GPT-6 Sol快35倍。
为构建该模型,Microsoft对Qwen3.5-9B进行了后训练,使其能够进行快速的单次决策评分,并将很快基于其他模型(包括Microsoft AI(MAI)和Open AI)重新构建。给定一组固定的答案选项,它会为每个选项提供经过校准的概率分数,支持是/否、多项选择和评分选项,并可通过结构化API调用对AI响应和智能体操作进行基于评分标准的评估。
来源: Hacker News · 由HeadlinesBriefing整理摘要