Nace AI 发布 Drex 决策模型，27B 版本响应快 19 倍

关于基础决策模型的报告非常精彩。这项工作推出了一个 27B 的开源决策模型，在 Decision Bench v4 上与 Claude Opus 5.5 的差距仅为 1.6 分，且回答时间为 183 毫秒，而非 3.5 秒。

Nace AI 发布了 Drex，这是一个包含四个开源决策模型的家族，分别为 8B、9B、35B（激活参数为 3B）和 27B。你向模型输入一个状态，例如文档、记录或智能体的上下文，再加上带有固定选项集的问题。它会返回每个选项的概率，而不生成文本。

27B Max 模型在公开的 Decision Index 0.4.1 测试套件中得分 67.52，而 Jev 1.14.0 为 60.70。在 Decision Bench v4 上，它在统计上与 GPT-6 Sol 和 d3-turbo 持平。在 DecideBench 上，它也是所有决策模型中准确率最高的。

模型训练：在微调之后，训练过程加入了基于调整反馈的强化学习（RLAF）。教师模型为每个选项提出一个概率，经过验证的答案会对其进行调整，因此模型训练时使用的是校准后的目标，而非独热标签。RLAF 增加了 2.0 个 Decision Index 分数，而一致性损失将选项重新排序时答案翻转的比例从 6.3% 降低到了 4.2%。

HF：
论文：
与论文对话：