蚂蚁数科发布决策模型LingDT-Decision-1.0
蚂蚁数科发布产业决策模型LingDT-Decision-1.0，提供4B与27B版本并上线DTMaaS；该模型支持原生多选与按序决策，在23项开源评测基准中超过部分热门决策模型，真实场景测试显示Token消耗降低超90%、响应时效提升10倍。
驱动中国10月22日消息，蚂蚁数科发布决策模型LingDT-Decision-1.0。该模型面向快速产业决策，在结构化决策任务中具备准确率更高、响应更快、Token成本更低等特点，目前已提供4B和27B两个版本，并上线蚂蚁数科DTMaaS平台。
蚂蚁数科介绍，相比其他决策模型，LingDT-Decision-1.0首创支持原生多选与按序决策能力，用于适配企业真实应用场景。在23项开源评测基准中，该模型性能超过Microsoft-Decision-1、Jev 1.13.等热门决策模型，其27B版本在同参数模型中取得最高准确率。
团队在客服、风控、金融等真实业务场景测试显示，处理相同任务时，LingDT-Decision-1.0相比大语言模型可将Token消耗降低超90%，响应时效提升10倍，性能表现更优。
企业应用中存在大量高频决策类任务。以客服场景为例，当收到“这个订单已经三天了还没发货，请尽快处理。”的问询后，AI需要快速判断问题类型、工单紧急度、归属部门以及风险判断，以决定退款、催单或投诉分类、是否优先处理、工单派发部门以及是否需要人工接管。
传统大语言模型通常需要逐字进行推理，再生成输出文本，链路长、成本高，也更容易出现错误，性能不够稳定。决策模型针对这些痛点设计，目标不是生成文本，而是做出快速、准确的判断，适合承担意图判断、工具选择、规则分类和结果打分等高频决策型任务。
除判断、单选、分类、评级等基础能力外，LingDT-Decision-1.0还推出原生多选与按序决策（DAG）功能，以适配企业业务中复杂、多步骤的决策需求。目前开发者可在DTMaaS平台限时免费体验该模型。