未分类

开源决策模型 Karpo Decision 31B 登顶 Decision Index 榜单,总分 73.86

要点

MachinePulse 开源的 Karpo Decision 31B 在 Decision Index 榜单上位居第一,总分 73.86,第二名 Fastino GLiDE 27B 为 73.37。该榜单由榜单维护方 SeaWolf-AI 运营,0.4.1 版本快照为 11 …

MachinePulse 开源的 Karpo Decision 31B 在 Decision Index 榜单上位居第一,总分 73.86,第二名 Fastino GLiDE 27B 为 73.37。该榜单由榜单维护方 SeaWolf-AI 运营,0.4.1 版本快照为 11 月 12 日,共收录 301 个参评系统;总分按 60% 同技能私有测试与 40% 新领域私有任务加权,私有题目不公开,榜单另设 37 项公开基准用于展示。

与逐字生成的大模型不同,Karpo Decision 面向智能体的高频判断:输入当前状态与问题后,模型一次前向推理直接给出各选项的概率,全程不生成任何 token,单题最多可同时评估 255 个选项。31B 版本以 google/gemma-4-31B-it 为底座全参数微调,参数规模 31.3B,附加 255×5,376 的线性读出头,上下文为每序列 32,768 tokens,权重以 Apache-2.0 协议开放。除旗舰外,同一配方还覆盖 12B、9B、4B、2B、0.8B 五个尺寸,底座分别对应 Gemma 4 与 Qwen3.5 系列。

官方模型卡给出的实测数据为:单卡中位延迟 94 毫秒,公开基准自测分数 75.0,校准误差 4.8 分,私有同技能测试 70.7、私有新领域任务 78.6。与闭源模型 Gemini Decision 1 的对比中,Karpo 在考验智能体是否该调用工具、追问或停手的 When2Call 上得 90.4%,后者为 79.9%;在 37 项公开基准同台实测中 Karpo 为 75.0 分,后者为 60.9 分。Karpo 每千次决策成本约 0.025 美元。

榜单数据显示,Karpo Decision 31B 的中位延迟为 94.3 毫秒、期望校准误差为 0.048,在 301 个系统中总分为唯一榜首;同期参测的 KnowLine 31B Gen1.5、Copernicus-31B、Sieve 31B v3 等开源模型总分集中在 70 至 72 分区间。

免责声明本页信息整理自互联网公开渠道,仅供资讯参考,不构成任何投资或商业决策依据;相关产品参数、企业信息可能存在滞后或误差,请以厂商官方发布为准。如内容涉及版权、准确性或侵权问题,请联系 981209856@qq.com,我们将第一时间核实处理。

邵嘉禾

邵嘉禾,关注大模型、算力与产业应用。

公安联网备案冀公网安备13068102000496号