待验证50% 置信事实精确时间
决策模型是针对单一分类或判断任务定向训练的轻量模型，常见形式包括梯度提升树（XGBoost、LightGBM）、小型微调BERT变体或蒸馏自大模型的Tiny系列
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证决策模型是专门为实时行为控制设计的轻量推理模型，以极低延迟输出离散动作指令（如上下左右），可压缩到几百 MB 以内，与通用大语言模型有本质区别75% 相似待验证LLM路由领域已有RouteLLM、Martian等探索先例，核心思路是训练轻量级分类器在推理前预判任务难度与类型，再映射到模型选择策略74% 相似待验证决策模型的输出往往是有限动作集合中的一个标签或概率分布，类似于强化学习中的策略网络，而生成模型需要在巨大词汇表上进行自回归采样73% 相似待验证流失预测模型通常采用监督学习方法，常用算法包括逻辑回归、随机森林、梯度提升树（XGBoost、LightGBM）以及深度学习序列模型72% 相似待验证业界针对微观决策的常见解法是引入小模型路由策略——用参数量更小、推理更快的专用模型承担轻量判断，大模型专注于需要深度推理的环节71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/992659API
curl https://kongchang.com/api/v1/knowledge/claims/992659MCP
get_claim(id=992659)