Microsoft-Decision-1 ist ein spezialisiertes Modell zur Entscheidungsbewertung, das kalibrierte Wahrscheinlichkeiten für strukturierte Klassifizierungen und Weiterleitungen liefert.
Funktion und offizielle Positionierung des Produkts
Microsoft-Decision-1 ist ein KI-Entscheidungsmodell, das für latenzarme Klassifizierung, Verifizierung und Workflow-Weiterleitung entwickelt wurde. Aufgebaut durch das Post-Training von Qwen3.5-9B, konzentriert sich das System auf die Rückgabe strukturierter Wahrscheinlichkeitswerte über feste Kandidatenoptionen hinweg, anstatt Fließtext zu generieren.
Das Modell arbeitet über eine strukturierte API, die mehrere Entscheidungsformate unterstützt, darunter binäre Fragen, Mehrfachauswahlen, numerische Bewertungen und rubrikbasierte Evaluationen für autonome Agenten und automatisierte Pipelines.
Durch offizielle Quellen belegte Anwendungsfälle
Bewertet Kandidatenschritte in einem agentenbasierten Workflow, um zu entscheiden, ob ein Agent fortfahren, anhalten, es erneut versuchen oder an einen Menschen übergeben soll.
Sortiert unstrukturiertes Kundenfeedback, Umfrageantworten und Social-Media-Beiträge in vordefinierte analytische Kategorien und Themen ein.
Klassifiziert eingehende Anfragen oder Systemvorfälle nach Priorität und Typ, um Aufgaben an geeignete betriebliche Pipelines weiterzuleiten.
Microsoft-Decision-1 basiert auf einem nach-trainierten Qwen3.5-9B-Fundament, das für eine schnelle Wahrscheinlichkeitsgenerierung in einem einzigen Durchlauf optimiert ist. Anstatt dialogorientierten Text zu erzeugen, bewertet es eine Eingabe anhand einer vordefinierten Menge potenzieller Ergebnisse und liefert kalibrierte Konfidenzwerte für jeden Kandidaten.
Da die Wahrscheinlichkeitswerte für die direkte programmatische Verarbeitung bestimmt sind, ist das Modell so abgestimmt, dass es die Wahrscheinlichkeitskalibrierung beibehält, sodass die ausgegebene Konfidenz der empirischen Genauigkeit über verschiedene Verteilungs-Benchmarks hinweg entspricht.
Prüfungen mit eigenen Inhalten und Arbeitsabläufen
Welche Quellen wann geprüft wurden
Antworten auf Basis des quellengeprüften Produkteintrags
Das Modell liefert kalibrierte Wahrscheinlichkeitswerte über feste Antwortmengen, um strukturierte Klassifizierung, Weiterleitung und Bewertung zu unterstützen.
Im Gegensatz zu generativen Sprachmodellen, die zur Texterstellung dienen, wurde dieses Modell gezielt dafür entwickelt, strukturierte Ausgaben für automatisierte Softwareentscheidungen zurückzugeben.
Das Modell akzeptiert über seine API binäre Ja/Nein-Entscheidungen, Multiple-Choice-Optionen, Bewertungsskalen und rubrikbasierte Bewertungskriterien.
Das anfängliche Modell basiert auf einem nach-trainierten Qwen3.5-9B, wobei künftige Versionen für weitere Architekturen einschließlich Modellen von Microsoft AI und OpenAI geplant sind.
Das Modell steht Entwicklern über Microsoft Foundry und OpenRouter für den Zugriff zur Verfügung.
