[控场AI]
· 3 分钟阅读· 1,890 字

Decider v1.3开源:新增“locate”功能,决策模型性能显著提升

Decider v1.3开源:新增“locate”功能,决策模型性能显著提升

Decider v1.3 开源并新增 locate 字符级定位能力,多项任务性能领先。

Decider v1.3 与 Decider Flash v1.3 正式开源,模型权重已在 Hugging Face 公开,并通过 OpenRouter 提供为期一周的免费调用。此次升级的核心是新增 locate 功能:用户用自然语言描述目标内容,模型返回匹配的文本片段及其字符偏移量,适用于批处理模式下的决策、证据提取与实体识别。官方数据显示,该模型在 17 个域外的 NER、PII 检测和抽取式问答任务上显著优于当前最佳通用提取模型,并在 63 个内部生产分类任务上相比线上分类器准确率提升 6.54 个百分点。开源与限免策略有望降低尝鲜门槛,推动模型在自动化信息提取流程中的落地。

决策模型领域迎来新进展。Decider v1.3 和 Decider Flash v1.3 正式开源,并在 OpenRouter 上提供为期一周的免费使用。此次更新不仅开放了模型权重,还引入了一项名为“locate”的新能力,旨在提升批处理模式下的决策与信息提取效率。

Decider v1.3 开源公告

核心升级:locate 功能与性能表现

locate 功能:精准定位文本片段

v1.3 版本最大的亮点是新增了“locate”能力。用户可以通过自然语言描述需要查找的内容,模型会返回匹配的文本片段及其字符偏移量(character offsets)。这一功能特别适用于批处理模式下的决策、证据提取和实体识别等场景,能够显著减少人工标注的工作量。

字符偏移量(character offsets) 是文本处理中的一种定位表示方式,用一对整数标记一段文本在原始字符串中的起始位置和结束位置(通常左闭右开),例如 [12, 25] 表示从第 12 个字符到第 25 个字符之前的片段。与返回纯文本相比,偏移量的优势在于:调用方可以直接在原文档上做高亮、脱敏或替换,而不必担心模型生成的文本与原文存在细微差异(如空格、标点、全半角变化)导致无法对齐。在 PII 检测、日志脱敏、合同条款抽取等需要“指回原文”的场景中,偏移量是关键的输出格式;同时它也便于程序做精确的字符串校验与后处理。

性能验证:跨领域任务优势明显

根据官方公布的数据,在 17 个域外(out-of-domain)的命名实体识别(NER)、个人身份信息(PII)检测和抽取式问答(extractive QA)任务上,Decider 模型的表现显著优于当前最佳的通用提取模型。这表明该模型在未见过的领域数据上仍具备较强的泛化能力。

域外(out-of-domain, OOD) 指测试数据与模型训练数据在领域、风格或标注体系上存在明显差异的情形,例如用新闻语料训练的模型去处理医疗记录或法律文书。域外评测比同分布测试更能反映模型的真实泛化能力,也更接近生产环境中输入分布不断漂移的现实。命名实体识别(NER) 是识别文本中人名、机构、地点等实体并分类的任务;PII 检测 则聚焦于邮箱、电话、身份证号等个人身份信息,常用于合规脱敏;抽取式问答(extractive QA) 要求模型从给定文档中截取答案片段而非自由生成。这三类任务的共同点是输出都可以归结为“原文中的一个片段”,因此与 locate 的字符级定位能力高度契合,也是衡量信息提取模型的核心基准。

生产环境 accuracy 提升

除了学术基准测试,官方还披露了在 63 个内部生产分类任务上的评估结果:v1.3 版本相比目前线上运行的分类器,准确率提升了 6.54 个百分点。这一数据直接反映了模型在实际业务场景中的改进幅度。

开源与免费策略

此次发布延续了开源策略,模型权重已在 Hugging Face 上公开,方便研究者和开发者下载使用。同时,通过与 OpenRouter 合作,用户可以在一周内免费调用这两个模型,降低了尝鲜门槛。

Hugging Face 是目前最主流的开源模型托管与分发平台,提供模型权重、配置文件、分词器和模型卡(model card)的集中存放,并配套 Transformers 等推理库,开发者可以用几行代码完成下载与本地部署。开放权重意味着使用者可以在自有环境中运行模型,便于处理敏感数据、控制推理成本并做微调,而不必依赖厂商 API。OpenRouter 则是一个模型聚合网关,用统一的 API 接口接入多家厂商的模型,开发者只需切换模型名称即可对比效果、做 A/B 测试。通过 OpenRouter 提供限时免费调用,通常由平台承担推理成本,目的是在短期内积累真实调用数据与开发者反馈,降低试用门槛。

行业影响与展望

Decider v1.3 的“locate”功能为信息提取任务提供了一种新的交互范式,将自然语言描述与精确的字符级定位相结合。开源和免费试用策略有望吸引更多开发者基于该模型构建应用,进一步推动决策模型在自动化流程中的落地。

随着模型能力的不断进化,如何高效地将大模型应用于结构化信息提取和决策支持,仍是业界关注的焦点。Decider 的这次更新提供了一个值得关注的实践样本。

分享:

相关推荐