Microsoft-Decision-1
Microsoft-Decision-1 是一款专用的决策评分模型,旨在为结构化分类、验证以及工作流路由任务提供经过校准的概率评分,帮助各类自动化系统实现高可靠性的程序化决策。
Microsoft-Decision-1 是一款专用的决策评分模型,旨在为结构化分类、验证以及工作流路由任务提供经过校准的概率评分,帮助各类自动化系统实现高可靠性的程序化决策。
产品用途与官方定位
Microsoft-Decision-1 是一款专为低延迟分类、验证和工作流路由而设计的人工智能决策模型。该系统基于 Qwen3.5-9B 进行后训练构建,重点关注针对固定的候选选项集合返回结构化概率评分,而非生成长文本内容。
该模型通过结构化 API 运行,支持多种决策格式,包括二元是非选择、多项选择、数值评分选项,以及面向自主智能体与自动化流水线的基于规则量表的评估标准。
有官方来源支持的使用场景
评估智能体工作流中的候选步骤,以判定智能体应当继续执行、中止、重试还是移交给人工处理。
将非结构化的客户反馈、问卷调查回复和社交媒体帖子整理归类到预定义的分析类别与主题中。
根据优先级和类型对传入的请求或系统突发事件进行分类,从而将任务分流至相应的运营处理流程。
Microsoft-Decision-1 构建于经过后训练的 Qwen3.5-9B 基础之上,专为快速单次概率生成而优化。它不会生成对话式文本,而是根据一组预定义的潜在结果评估输入内容,并为每个候选选项输出经过校准的置信度分值。
由于这些概率值旨在直接供程序逻辑消费调用,该模型经过微调以保持概率校准性能,使得输出置信度在各类不同的分布基准测试中均能对应经验准确率。
用自己的素材和工作流完成验证
核对了哪些信息以及核对时间
基于已核对产品资料的回答
该模型主要用于针对固定的答案选项集合提供经过校准的概率评分,从而为结构化分类、流程路由及评分决策提供可靠支持。
与主要用于生成自然语言文本的生成式大语言模型不同,该模型专为软件自动化决策返回结构化输出而打造,不进行长文本生成。
该模型通过其应用程序编程接口支持二元是非选择、多项选择选项、数值评分量表以及基于规则量表的打分与评估标准。
最初版本基于 Qwen3.5-9B 进行后训练构建,未来版本计划扩展支持包括微软人工智能及 OpenAI 模型在内的其他模型架构。
开发者可以通过 Microsoft Foundry 平台以及 OpenRouter 平台来访问和调用该模型以集成到现有应用中。