Baseten 开源了两个「决策模型」：mammoth-1 27B、elephant-1 9B，在 621 万条决策样本上后训练。 不是推理模型，是判断模型… · @ai_super_niko · TwKit

@ai_super_niko

Baseten 开源了两个「决策模型」：mammoth-1 27B、elephant-1 9B，在 621 万条决策样本上后训练。 不是推理模型，是判断模型。这个区分有意思。 ▸ 推理模型解决「想清楚」，决策模型解决「选哪个」 ▸ 训练数据是决策样本而不是答案对，奖励的是选择质量 ▸ 今天 Product Hunt 上还有个 Mouse-1 在讲同一件事 推理链越写越长，边际收益在往下掉。真正卡住 agent 的是从五个都说得通的方案里挑一个，这个能力一直没人认真训。决策模型这条线接下来半年会热，因为 agent 落地的瓶颈已经从「不会想」变成「不敢定」。 这类模型对小团队的意义更大。判断力往往藏在资深员工的直觉里，能被蒸馏成权重，就不用每次都靠人盯。

曝光 6 · 评论 0 · 点赞 0 · 书签 0