StartLux 决策模型再升级：27B AutoThink 拿 73.37 分断层登顶
新智元 · wechat · 2026-10-16
决策模型赛道新玩家 StartLux 发布新版本 StartLux-Decision，在 DecisionIndex 0.3 上从 0.8B 到 27B 各尺寸全面领先，27B AutoThink 拿下 73.37 分，大幅超过 Jev（hosted 版 57.96）、Cloudflare Clef 与 Perplexity Decider。
技术上分两个分支：Instant 为单次前向的「直觉」模型，引入双向注意力（四个尺寸受益，最高 +2.4 分）；AutoThink 引入置信度引导的自适应推理，难题最多生成 4096 token 推理轨迹。原创的 RLCD²（校准深思决策强化学习）用冻结模型比较思考前后决策分布质量 + Proper Scoring Rules + 软长度惩罚，使 9B AutoThink 推理正常终止率从 45.9% 升至 93.9%，平均推理长度缩短约 65%。
团队还开源了新基准 DecisionPivot（13 个任务家族、7800 题，成对对照设计），27B AutoThink 成对准确率 86.9% 创纪录。权重与推理代码已开源（Apache-2.0 代码、CC-BY-NC 4.0 权重）。
「模型」频道最新
- Hugging Face 热门榜疑遭刷量：AutoTrust 模型 17 天狂揽 5700 赞被实锤造假 — realmrfakename · 2026-10-18
- Google AI Studio 全面升级:Gemini 4 Argon 驱动全栈应用一键部署 — clmt · 2026-10-18
- 爆料:OpenAI 下周将发布新模型,代号 aurora 疑似三款 alpha — imjustnewatai · 2026-10-18
- 用户吐槽 Gemini 推出 Argon 后大面积卡顿：一半请求挂起 — johnfromberkeley · 2026-10-18
- Domingos：叠加是特性而非缺陷，不损可解释性反增记忆容量 — pmddomingos · 2026-10-18
- Step 5 Preview 开源，系 OpenRouter 本周用量第二的模型 — Xianbao_QIAN · 2026-10-18