Perplexity decider v1.2 27B 排 Decision Index 第 3，新域分数反低于上代
antoine_chaffin · x · 2026-10-17
antoinechaffin 公布 decider v1.2 实际成绩与自析。
- 27B 公开分 67.7、同技能 64.0，Full 65.5，排 DI 第 3（144ms 中位延迟），落后最新登顶的 StarLux
- 4B 以 54.8 领跑小尺寸梯队
- 公开/私有分差略大于上代，属预期内的 in-domain 提升；同技能分不弱于 D3，说明不只是过拟合数据，而是对任务真进入领域并跨域泛化
- 新域分低于 D3：作者承认训练更久导致骨干能力流失，未来版本要修复
- 视觉成绩未公开，但尽管几乎没有 in-domain 视觉训练数据，视觉提升很大，作者预期会很强
所属事件:Perplexity 开源 pplx-decider-v1.2 双尺寸决策模型(5 条相关)→
「模型」频道最新
- Grok Bots 已上线 Grok 网页与移动端，填补 OpenAI Dots 空白区 — testingcatalog · 2026-10-17
- Meta 新条款被指将获权抓取全网内容训练 AI,引行业炮轰 — VeryWellVersed · 2026-10-17
- 用户抱怨 Codex 远程连接不再显示用量统计，只剩编辑按钮 — No-Butterscotch-218 · 2026-10-17
- 开发者不解:非技术用户为何偏爱 ChatGPT 而非 Claude — prasenx · 2026-10-17
- ChatGPT 近期体验劣化：输入乱码、内嵌图片失效、频繁超时 — ChristianKl · 2026-10-17
- 权重魔改易伤生成类评测，MMLU 却基本无恙 — aryaman2020 · 2026-10-17