GEO资讯

开源决策模型登顶榜单,智能体判断只要94毫秒

发布于 2026/11/22 0 次阅读
开源决策模型登顶榜单,智能体判断只要94毫秒

导语:AI不必事事都写一段话

11月21日,量子位报道了MachinePulse AI开源的一款决策模型Karpo Decision 31B。它不逐字生成答案,而是给每个候选选项直接打分、算出概率,一次前向推理就能完成判断。在有三百个模型参与的Decision Index评测总榜上,它以73.9分位列前列;面对公开集十四万多次请求,中位响应时间约94毫秒。当AI大模型的竞争从"会说话"走向"会拿主意",一个更省、更快的新赛道正在成形,这也为企业理解AI搜索与智能体提供了新视角。

事件背景:给Agent配一个专门的"决策层"

据量子位与太平洋科技报道,决策模型赛道自今年9月Jev走红后迅速升温,OpenAI、微软、亚马逊等厂商纷纷入场。逻辑并不复杂:智能体每选一个工具、筛一条结果,若都调用通用大模型逐字生成,既慢又费词元。Karpo的解法是给候选选项安排专门编码,用Readout Head在一次前向推理里为各选项打分并转成概率,输出词元数为零;配合分支注意力,让公共背景只计算一次、多道题分别作答。此次MachinePulse把0.8B到31B共六款模型全部开源,还开放了浏览器操作框架karpo-browser、27B Act网页动作模型和配套评测集KBB。上述榜单成绩与技术细节多为厂商披露和评测数据,第三方复现仍待观察。

深度分析:并列前列,也要看清口径

具体成绩需要细读。Decision Index榜单规则是分差不超过0.9分的模型并列,Karpo的73.9分与GLiDE 27B的73.4分并列靠前,并非独占。与谷歌闭源模型Gemini Decision 1相比,它在When2Call工具调用判断上为90.4%对79.9%,在Mind2Web网页操作判断上为90.0%对86.2%。浏览器方案在102道核心任务上平均成功率89%、平均耗时201秒、单任务模型成本0.096美元。厂商称按JevBench估算,每千次决策成本约0.025美元。这些数字有的来自公开榜单,有的来自厂商自测,口径并不统一,企业引用时应注明属性,不宜混为一谈。

企业视角:决策分层,对GEO意味着什么

决策模型走向开源,企业能用更低成本搭建智能体,也会让机器筛选、引用企业信息的场景变多。落到生成式引擎优化(GEO优化)上,有三点值得着手。其一,把关键事实写成能被单独摘取的段落,型号、参数、资质、交期都带出处,方便决策模型快速比对;其二,保证官网、产品页与第三方信源口径一致,让机器交叉验证时取到同一份说法,提升AI搜索引用的确定性;其三,给重要信息标注更新时间,避免旧数据被当成当前事实,减少被AI引用出错的概率。极欧GEO(jiougeo.com)建议企业用"机器能否在一段话里取全我的核心事实"来自查。工具越聪明,内容本身的质量越是关键。

趋势研判:从堆参数到分层协作

这次开源反映出一个更清晰的行业方向:AI系统里,通用大模型负责理解与复杂推理,决策模型负责高频、标准化的快慢判断,各司其职。AWS负责人此前也表达过类似判断,认为未来会有各种尺寸的模型共存。对企业而言,这意味着不必迷信"更大的模型",把合适的活交给合适的模型,往往更快也更省。做GEO优化同理,与其纠结某次引用来自哪个模型,不如把可被机器读取、核验的事实底座建牢。至于决策模型会不会成为标配,还取决于生态与应用的进一步验证,眼下保持关注、小范围试点即可。

信息来源