微软发布Decision-1决策模型入局新赛道
结论前置 / TL;DR
微软正式推出Decision-1模型,切入快速增长的AI决策模型领域。该模型基于通义千问Qwen3.5-9B构建,专为高速分类与路由任务优化。据微软内部测试,在36项基准测试中达成83.5%准确率,平均延迟仅85毫秒。
微软进军AI决策模型赛道
微软近日发布Decision-1模型,正式加入方兴未艾的AI决策模型竞争行列。该模型并非从零训练,而是基于阿里巴巴开源的大语言模型Qwen3.5-9B进行深度适配与优化。
聚焦低延迟高精度决策任务
Decision-1的核心设计目标是支持实时性要求高的分类与请求路由场景。微软称,其在自测的36个多样化决策类基准上,综合准确率达到83.5%,端到端推理延迟稳定在85毫秒,凸显对响应速度与判断质量的双重权衡。
基于开源基座的轻量化演进路径
选择Qwen3.5-9B作为基础模型,表明微软正采用“开源基座+垂直优化”的策略,以快速构建面向特定任务(如API调度、服务分发、规则引擎替代)的轻量级决策智能体。
编者观点:中国企业可关注此类基于国产大模型快速衍生专用决策能力的实践路径,尤其在B端自动化流程中具备落地潜力。
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(The Decoder) →