标签
Jev by TypeSafe 是企业AI的决策组件，提供类型化判断（Choice、Score、Noul）以替代工作流中的文本生成，从而实现更好的治理和验证。
OpenClaw v2026.9.6 新增了对 Claude Opus 5.5、GPT-6 Sol 和 Luna、Grok 4.7 等 AI 模型的支持，同时提供了托管更新、重启恢复、使用情况报告、GitHub 集成、实时会议笔记和可选决策模型等功能。
GLiNER2.5-Decide 是一个拥有340M参数的英文分类模型，专为操作决策设计，能在单次前向传播中支持多个标签集，无需使用提示模板。
本文研究离线多模态大型语言模型作为空中作战的决策支持工具，详细描述了一种模块化检索增强架构，并介绍了与Brazilian Air Force合作的试点研究，该研究显示在条令评估任务中认知负荷降低且效率提高。
本文提出了一种用于供应链分析的混合式智能代理AI框架，该框架使用协调代理和专门代理来改进决策，实现90%的准确率，并将令牌使用量减少四倍。
Phorecaster365 提出了一种用于药品销售预测的人工监督参考架构，该架构集成了数据摄入、建模和治理，并带有验证框架，尽管它并未确立实际世界的准确性。
本文提出了语义信号辅助决策支持（SSADS）框架，该框架将退货备注转换为状况因子和信号质量评分，以优化逆向物流中的检查与回收分配，在合成基准场景中显示净回收价值有所提升。
Simile 正在构建一个 'What-If Machine' 来模拟现实世界的决策并理解干预的影响，强调因果关系而非相关性。
本文提出FLARE框架，该框架结合模糊逻辑、时间驱动作业成本法和投资回报率分析，以评估在不确定性条件下医疗保健中采用人工智能的经济和运营影响。
本文提出了一种基于飞行日志的无人机螺旋桨健康监测的变形人工年龄评分（AAS）决策支持原型，采用多指标方法评估螺旋桨健康状况并优先安排维护。
本文提出了一种面向ITSM工单数据的社会技术AI流水线，结合基于LLM的模式归一化与聚类，生成面向高管的决策支持工件。利益相关者评估显示，在可解释性、可操作性、信任度及使用可能性方面均获得高分。
这篇arXiv论文对八种开源小语言模型在不同微调策略下进行了基准测试，用于急诊科决策支持，发现LoRA微调的小语言模型在分诊和转诊任务上可以超越商业基线模型，同时保持本地可部署性。
TumorBoard 是一个用于纵向神经肿瘤学的多智能体决策支持系统，它利用共享的纵向病例状态和可审计的声明-证据账本。在包含360个病例的基准测试中，它优于基线模型，并且安全治理机制减少了有害推荐。
本文介绍了AWARE-FX，一个可审计的AI/NLP决策支持系统，可从年度报告中提取并对企业外汇套期保值披露进行评分，并在24,909个香港公司年度样本上进行了FinBERT、ModernBERT和Qwen3-8B的对比评估。
本文提出将计划任务与执行动作之间的桥梁构建为拟线性费雪市场，实现分数信用分配。引入了守恒与垃圾过滤工具，并通过熵正则化扩展模型以处理噪声，将其与最优传输统一。
HantaWatch 是一个用于汉坦病毒基因组监测的联邦学习框架，能够在不共享原始数据的情况下协作训练基于序列的模型，集成了k-mer特征提取和自适应优化，以支持风险筛查和专家优先排序。
本文介绍了FST.ai 2.5，这是一个面向奥运会和残奥会跆拳道的可解释且不确定性感知的人工智能框架，整合了运动员数字孪生、比赛分析和联合会级决策支持。
本文提出了一种用于航路空中交通管制的无冲突路径规划算法，该算法设计为对人类操作员可解释且计算高效。该算法集成了三种冲突检测方法，实现了快速计算，并在一个实际扇区上进行了演示。
本文介绍了COOPA，一种面向运筹学问题的模块化LLM智能体架构，它结合了基于迭代置信度的建模、元素级溯源和多求解器路由。在八个LLM主干网络和四个基线的评估中，COOPA在六个主干网络上取得了最佳的宏平均准确率，并在最强基线的基础上提升了最多6.7个百分点。
本文提出了一个针对AI代理的战略决策支持框架，通过构建一个优化问题来最小化支持使用量，同时控制遗漏支持错误。作者开发了一种在线算法和校准方法，并在信息收集、人机协作和工具使用等多个场景中展示了其有效性。