Command Line – 9 Oct 26 Microsoft-Decision-1: Our model for fast decision-making Our new decision-scoring model delivers top performance in latency and quality on structured decision tasks to outperform both LLMs and other decision models. Est. reading time: 6 minutes 决策模型正迅速成为人工智能领域一个重要的新兴类别。与旨在生成文本或推理复杂问题的逻辑逻辑模型（LLM）不同，决策模型专门用于提供软件可以立即执行的结构化输出。一旦你理解了这种能力——以极低的成本和极高的性能进行决策和分类——各种各样的实用任务都将迎刃而解。 今天，我们隆重推出 Microsoft-Decision-1，这是一款全新的快速决策评分模型，现已在 Microsoft Foundry 和 OpenRouter 中提供。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，能够更轻松地将决策智能集成到现有应用程序、代理和工作流中，并确保环境的安全性和可信度。Microsoft-Decision-1 在结构化决策任务中展现出卓越的性能，在延迟和质量方面均优于 LLM 和其他决策模型。 在我们的 36 项基准测试对比中，Microsoft-Decision-1 取得了最高的准确率，这些测试涵盖了近 15 万个问题，且测试对象与训练过程均不同步。在我们的基准测试中，它的速度也是最快的：比排名第二的 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快 35 倍。 为了构建 Microsoft-Decision-1，我们发布了训练好的 Qwen3.5-9B 模型，用于快速、单次决策评分，并很快会将其重新基于其他模型，包括 Microsoft AI (MAI) 和 OpenAI。给定一组固定的答案选项，Microsoft-Decision-1 会为每个选项提供一个校准后的概率分数。该模型支持是/否、多项选择和评分选项，以及基于评分标准的 AI 响应和代理行为评分，所有这些都可通过简单的结构化 API 调用完成。 3 个帖子 - 3 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/10 10:15:42