Nace AI 公开了一份 50 页技术报告，系统说明 Drex 决策模型的训练方法；其中 v1.5 在其长上下文测试中准确率达到 93.4%，值得关注的是完整流程终于可以复现。

这是什么

Drex 是一组面向决策任务的开放权重模型，覆盖 90 亿至 350 亿参数。所谓“决策模型”，是专门负责判断下一步选项、工具调用或行动路径的模型，而不是只负责续写文字的通用模型。

训练分为三步：先用约 115 万条经过验证的决策记录进行监督微调（SFT，直接用正确答案示范模型学习），再调整选项顺序与状态排列，最后通过“基于调整反馈的强化学习”RLAF，结合结果和评审反馈继续优化。报告还公开了模型架构、评测集、量化方式和推理配置，权重可通过 Ollama 与 llama.cpp 在本地运行。

行业怎么看

我们认为，这份报告比一次新的榜单刷新更有价值。过去开源社区常看到模型权重，却看不到数据构造、后训练配方和评测边界，企业因而很难判断高分来自方法本身，还是来自特定测试设置。Drex 至少把这些问题摆到了桌面上。

但“首个完整方法”的说法仍需谨慎。Nace 的评测由团队自行完成，尚缺同一模型底座下不同架构的对照实验；闭卷知识不足、不同数据规模下的训练成本等问题也没有完全解决。其所谓“连续数周保持领先”，目前也主要基于内部测试，不能直接等同于第三方验证下的行业领先。

另一个值得关注的结论是，大部分提升来自监督微调，RLAF 的增益相对有限，主要作用反而是改善置信度校准——也就是让模型对自己答案的把握程度更接近真实准确率。这提醒我们，复杂训练方法并不天然优于扎实的数据和基础对齐。

对普通人的影响

对企业 IT：决策模型与工具选择正在形成独立层，企业可据此评估是否需要私有部署、本地路由或自建训练流程，但应先验证第三方表现和真实业务数据。

对个人职场：开放权重与本地运行让技术团队更容易试验自动化流程；非技术读者无需追逐每个训练术语，核心问题是模型能否稳定完成具体任务，而非参数规模。

对消费市场：更可靠的行动判断可能改善软件助手和本地应用体验，但在评测被独立复现之前，诸如“93.4% 准确率”仍不宜直接转化为购买依据。