classification

spinf-serve 是一个开源（Apache 2.0）推理服务器，只需读取一次内容，即可在单次 GPU 前向传播中回答多个经过校准的分类/决策问题，并通过兼容 OpenAI 的 API 返回用户自定义选项的概率。

一位 Voyage AI 从业者认为，用低成本嵌入模型对输入进行嵌入编码，再用带标签的数据训练一个简单的 sklearn 分类器，效果优于 Jev 这类靠炒作走红的零样本决策模型。据其报告，这种方法成本更低，错误率降低了 37%（但需要注意，这一优势仅在有训练标签可用时才成立）。

该论文研究了在RAG知识冲突分类任务中使用类型化决策模型替代大语言模型的可行性，结果表明，决策模型在成本仅为其1/4至1/39、延迟更低的情况下，可达到或超过Gemini 2.5 Flash的准确率。

Liquid AI 发布了 d1-2B，这是一款基于 LFM3-VL-2B 构建、拥有 19.2 亿参数的决策模型，可处理文本、图像和视频。它无需生成 token，仅通过一次前向传播即可返回经过校准的类型化答案，实现毫秒级推理，并在开放的 d1 基准测试中取得领先成绩。

Arize Phoenix evals (TS) 现在支持在决策模型上运行任意分类评估器（例如通过 OpenAI Decisions API 调用的 gpt-6-luna），每个选项都会返回标签和概率，且每次调用都会被追踪为一个决策 span。

Show HN：STROT，一个开源「决策编译器」，用 LLM 编译一次意图，之后在本地以 144M 小模型零成本执行分类、评分与路由决策，附带校准与置信度门控保证。

本文引入了一个以平均核大小为基础的几何框架，为度量空间环境下的回归与分类推导出与模型无关的确定性经验误差与准确性界限，并揭示了准确性与稳定性之间的权衡关系，以及由数据歧义性导致的经验误差下限。

该论文研究了用户如何在真实世界的 LLM 对话中寻求法律指导，提出了一个分类体系，对 2,122 条 WildChat 对话进行了标注，并发布了包含 200 条对话的评测集、训练好的分类器以及公开资源。

一篇研究论文提出了一种自动化框架，利用专家指导的解释，根据死亡调查报告对疑似药物过量死亡案例进行分类。研究表明，采用基于输入内容的推理依据的流水线模型，其性能比自我生成推理依据的模型和已部署的基于规则的系统高出15%。

该论文研究了在表格数据上使用“类型化决策模型”（返回每个固定选项的概率而非生成文本的语言模型），并在行分类、事实验证和异常检测任务上将其与三个大语言模型进行对比：决策模型成本更低，且在21种等义改写下更鲁棒，但所有模型对表格组织方式的改变都不鲁棒。

AgriJev 将 Qwen3.5 系列（0.8B–9B）适配为农业领域的候选评分模型，通过单次前向传播直接输出候选分数与相对概率；AgriJev-9B 在 17 个外部测试视图上达到 75.44% 平均准确率，且评分延迟约为同规模答案生成的一半。

shad0w 是一个轻量级缓存代理，部署在任何兼容 OpenAI 接口的本地 LLM 服务器前端，学习模型的分类答案，并在约 1,000 个样本后编译出一张查询表，以微秒级速度响应重复查询，保证与模型答案的一致率达到 95% 以上。采用 Apache-2.0 许可证，以 Python/JS/C 编写，并提供了一个演示，展示它如何从 LLM 的操作中学会玩贪吃蛇。

作者发布了 Jebadiah v2.1（27B 和 9B）开源模型，将决策建模为封闭集评分问题，直接根据候选标签的 logits 输出各选项的概率，并公布了在 Decision Index 0.3 上的自测成绩、污染检查和量化一致性结果。

作者提出一个用于区分文本和图像创作中 AI 使用程度的五级分类框架（Penned、Authored、Composed、Directed、Generated），以取代过于粗糙的"是/否使用 AI"二元划分，帮助创作者透明地标注工作流程。 --- **English translation:** The author proposes a five-level taxonomy for differentiating the degree of AI involvement in text and image creation (Penned, Authored, Composed, Directed, Generated), replacing the overly crude binary of "AI used / not used" and helping creators transparently document their workflows.

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。

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。

该研究评测了轻量级开源语言模型在资源受限的边缘环境中对智能数据模型(SDM)进行分类的性能，涵盖通用、推理专用和代码专用架构，并与TF-IDF及轻量句子编码器基线进行对比，为边缘部署的模型选择和任务设计提供参考。

OpenAI 的 Decisions API 进入公开测试版，可对文本、图像或两者进行评估并返回类型化答案，速度约为 Responses API 的 10 倍，目前仅支持 gpt-6-luna 模型，预计数周内正式发布。

LiquidAI 发布了 d1-3B，这是一个基于 LFM2.5-VL-3B 构建的开源 30 亿参数多模态决策模型，能在单次前向传播中对文本/JSON/图像状态的类型化问题给出答案，且不输出任何 token，在消费级 GPU 上可实现 8 毫秒的决策速度。

本文提出一种新颖的基于加权关联规则的数据挖掘技术，用于乳腺癌分类。该方法利用 Rule Generation（规则生成）、Rule Pruning（规则剪枝）和 Rule Prediction（规则预测）算法，为医学专业人员生成可解释的规则，并评估其预测性能。