Microsoft-Decision-1

Product Hunt 模型
decision-scoring agent-workflows classification routing microsoft-foundry qwen structured-output

摘要

Microsoft 推出 Decision-1 决策打分模型，用于代理与工作流的路由、分类、验证和控制，单次推理即可输出各选项的校准概率。该模型基于 Qwen3.5-9B 后训练，据称中位延迟比 GPT-6 Sol 快约 35 倍，现已在 Microsoft Foundry 上线。

<p> 面向代理与工作流的 Microsoft 决策模型 </p> <p> <a href="https://www.producthunt.com/products/microsoft-decision-1?utm_campaign=producthunt-atom-posts-feed&amp;utm_medium=rss-feed&amp;utm_source=producthunt-atom-posts-feed">讨论</a> | <a href="https://www.producthunt.com/r/p/1275196?app_id=339">链接</a> </p>
查看原文
查看缓存全文

缓存时间: 2026/10/10 08:32

# Microsoft-Decision-1：Microsoft 面向 Agent 与工作流的决策模型 | Product Hunt Source: https://www.producthunt.com/products/microsoft-decision-1 Microsoft-Decision-1 是一款决策评分模型，适用于路由、分类、验证和 Agent 控制场景。为它提供固定选项，它能在单次推理中返回每个选项的校准概率，以结构化输出的形式让软件直接执行操作。该模型基于 Qwen3.5-9B 进行后训练，据 Microsoft 称，其中位延迟速度约为 GPT-6 Sol 的 35 倍。现已在 Microsoft Foundry 上线，输入 tokens 定价为每百万 0.042 美元，输出免费。

相似文章

Microsoft-Decision-1，我们的快速决策模型

Hacker News Top

微软发布 Microsoft-Decision-1，一个专为快速决策打分设计的模型，可用于路由、分类、优先级排序与工作流控制，基于 Qwen3.5-9B 后训练，在 36 项基准测试中取得最高准确率，延迟比 GPT-6 Sol 快约 35 倍。

vllm-sr/d3

Hugging Face Models Trending

vllm-sr/d3 是 Decision 3.0 的 27B 多模态基础决策模型，支持文本、JSON、图像与视频输入，可在一次调用中完成选择、是非与评分决策并输出概率，无需生成文本。它在 Jev Decision Index 上以 66.3 排名官方文本榜第一，较 Decision 2.0 提升 10.4，并在 AMD MI325X 上实现 27 req/s 的服务性能。

@wlzh: 微软+宾大开源Multiplex Thinking：让大模型在岔路口"分身"再合体 核心思路一句话讲完：模型推理到关键决策点时，"分身"成K个探路者各走一条路，走完一步再融合回一个复合token继续推。K=3的话，一个token装三个人的…

X AI KOLs Timeline

微软和宾夕法尼亚大学开源Multiplex Thinking方法，让大模型在推理时分身成K路并行探索再合并，提升效率。在7B模型上实现AMC2023准确率破50%，AIME2025超55%。

@yibie: https://x.com/yibie/status/2104076142500069608

X AI KOLs Timeline

本文展示了如何将GLM-5.3-Flash转换为Jev式的System One决策模型，通过单次前向传播实现类型化决策，基准测试显示其在准确性和速度上与专用模型相当。