Liquid AI 发力决策模型：d1-ultra 登顶 AA 指数并开源 d1 系列

Liquid AI 的 Leonie Monigatti 发布长推文串，总结公司在「决策模型」(decision models) 这一快速兴起赛道的布局与技术方案。据她所说，自该赛道开启以来 Liquid 已发布 7 款决策模型——3 款 API 托管、4 款开放端侧运行，其中 d1-ultra 目前在 Artificial Analysis 决策指数登顶；开源的 d1 系列已上线 Hugging Face，d1-2B 是专做分类决策的小模型。

已确认

• 开源生态的决策模型分成 encoder 路线(如 convaiinnovations/laya、fastino/GLiNER2.5-De…) 与 decoder 路线两大阵营，Liquid 表示两边都试过，已拿到能与原版 Jev 竞争的配方
• 新版本同时推进三个方向：适配端侧设备、增加更多模态、增加更多决策原语(如带置信度校准的类型化答案输出)
• 核心架构设计：保留 decoder 架构但解除因果掩码。作者推理是因果掩码对「预测下一个 token」的语言模型训练合理，但决策模型可以看到全部 token,解除后获得双向注意力
• 置信度校准：模型刚训练完往往过度自信，自称 90% 确信的判断实际正确率仅约 68%；校准后号称 90% 实际正确率显著贴近(附前后对比图)
• 校准方法上，据说 Typesafe 用 RLCD,但作者指出实践中不需要强化学习，多数团队用单参数的 temperature scaling 即可：T<1 让 token 分布更尖锐，T>1 则更平滑
• 行业动向：据配图，OpenAI Developers 宣布 Decisions API 公测(号称比 GPT 快最多 10 倍)，Cloudflare、微软等也纷纷入局

为什么重要

• 置信分数正是这类决策模型有用性的关键，作者认为决策模型的用例与可叠加原语仍处早期探索阶段，几周内赛道变化极快
• d1 系列开源且可端侧运行，为开发者提供了低成本试用这一新范式的入口

2026-11-06 ~ 2026-11-06 · 9 条相关

• 决策模型热背后的行业截图:OpenAI、Cloudflare、微软纷纷入局 — helloiamleonie · 2026-11-06
• 【源头】Liquid AI 称 d1-ultra 登顶 AA 决策指数,已发布 7 款决策模型 — helloiamleonie · 2026-11-06
• 开源决策模型分成 encoder 与 decoder 两阵营,Liquid 两边都试了 — helloiamleonie · 2026-11-06
• Liquid AI 去 causal mask：decoder 架构也能做决策模型 — helloiamleonie · 2026-11-06
• 【源头】Liquid AI 决策模型关键设计:解除 decoder 的因果掩码,让模型看全上下文 — helloiamleonie · 2026-11-06
• 训练完的决策模型为何过度自信:号称 90% 把握实际只对 68% — helloiamleonie · 2026-11-06
• 校准模型置信度不用强化学习:温度缩放一个参数就够 — helloiamleonie · 2026-11-06
• Liquid AI 决策模型追平 Jev,新版本同时上端侧、多模态与新原语 — helloiamleonie · 2026-11-06
• 【源头】Liquid AI 开源 d1 系列决策模型:2B 小模型专做分类决策 — helloiamleonie · 2026-11-06