Mubit 开源 Banyan Sapling：用校准概率判断上下文是否支持论断

testingcatalog · x · 2026-10-24

Mubit 发布 Apache 2.0 开源模型 Banyan Sapling（研究预览版），专门做「验证」：给定证据与政策上下文，判断其是否支持某个论断、违反、信息缺失还是矛盾，并输出校准后的概率。在其自建评测的 1731 个案例中，模型对 779 例给出明确判断，其余标注「不确定」——体现其宁可弃权的校准设计。这是 Mubit Banyan 系列的第一个模型，配合其 agent 运行时校准产品：接入现有 agent 工作流后捕获任务轨迹与结果，把经验转化为记忆与候选改进，验证后再切换，宣称不替换用户的前沿模型而是为每个重复任务构建专用小模型。