微软发布基于 Qwen 后训练的决策模型「Microsoft-Decision-1」

技术上最有意思的是底座:微软坦白说是在 Qwen3.5-9B 上做后训练得到快速单程决策评分,后续还会 rebase 到自家 MAI 和 OpenAI 模型上。参数不大、路子专治——这就是决策模型和 LLM 的分野:LLM 为了生成文本无所不包,决策模型只干”分类和决断”这一件事,于是又快又便宜。JEV 拿到了市场的钱,微软用 Foundry 兜底,OpenRouter 也接。下一步就有意思了,当模型厂商把”不做决定的语言模型”和”只做决定的评分模型”拆开卖,agent 的成本结构会被重算一轮。

原文连接