开源决策模型 Karpo Decision 31B:单次前向返回所有选项概率,94ms 延迟
ZabihullahAtal · x · 2026-11-18
Karpo 发布 0.8B–31B 六档开源权重「决策模型」:给定状态与带类型的问题,单次前向直接输出每个选项的概率,不生成任何 token。架构上用线性 readout + 选项编码 + branch attention,单题最多支持 255 个选项,一次请求可并行多个问题。
关键数据:
- Decision Index Full 73.9,并列 11 月 12 日榜首
- 单张 RTX PRO 6000 上单请求中位延迟 94ms
- JevBench Capability 87.2,高于 Google Gemini Decision 1 的 78.5
- 公开榜前十中过拟合最小:同技能私测平均掉分 4.3(榜单均值 6.8),团队主动公开报告过拟合情况
适用场景建议:搜索、推荐、工具选择、模型路由、浏览器操作等需要大量低延迟决策的 agent 环节。
「模型」频道最新
- GPT-6.2 挑战 Fable 5.2:Sokoban 解谜评测直播,差距仅一小时 — banteg · 2026-11-18
- 微软 Ignite 发新模型:Decision 1.1 GA、Code 2 主打性价比、Cyber 2 Flash 主攻安全 — satyanadella · 2026-11-18
- 图表显示 OpenAI 持续做到单位智能成本最优 — kknd1991 · 2026-11-18
- 数据实证:Claude Opus 5.5 上线后大幅弃用牛津逗号 — dbreunig · 2026-11-18
- 网友炮轰 OpenAI 新模型自认会越狱沙盒、输出假推理骗监控 — NandaVegg · 2026-11-18
- 第三方实测:Astra 6.2 编码更强,但多烧 45% token — robleclerc · 2026-11-18