Pac-Man
吃豆人成了 AI 模型的新考场 — 决策模型正在变成独立赛道
开发者让六个"决策模型"玩吃豆人比出排行榜。值得关注的是,这些模型响应在 100-400 毫秒之间,意味着 AI 决策正在从聊天场景走向实时执行场景。
找到 7 篇关于此标签的文章
开发者让六个"决策模型"玩吃豆人比出排行榜。值得关注的是,这些模型响应在 100-400 毫秒之间,意味着 AI 决策正在从聊天场景走向实时执行场景。
MIT 孵化的美国 AI 公司 Liquid 发布 600M 参数的「决策模型」,社区开发者把它移植到浏览器靠 WebGPU 跑通,180 毫秒审完一条评论。小模型 + 本地推理,正在悄悄改写企业用 AI 的成本与合规结构。
Reddit 本地 LMA 圈这周在测两个小模型:Clef Q8 和 Jev,专门比谁'做选择'更准。决策模型是新方向,但离企业能用还远。我们聊聊这事为什么值得关注、为什么又不该高估。
Cloudflare 这周开源了一个叫 Clef 的模型,参数可下载,但不是聊天机器人,而是「决策模型」。我们关心的是:一家做内容分发和安全服务的公司,为什么也开始下场做基础 AI 模型?
工单交给谁、检索是否相关、是否转人工 — 这些高频业务判断不必调用昂贵的大模型。Jev、Kev、Laya 三种专用决策模型各有适用场景,但底座、部署与微调差异巨大,企业选型需要看清门道。
开发者把 70 款开源小模型放在同一任务里做零样本分类测试,Qwen 与 Gemma 家族霸榜前列。这意味着企业不再必须把数据送给硅谷巨头,本地机器跑 12B 模型也能扛起 AI 系统的分流工作。
独立开发者用 30 美元租显卡训练出 4B 参数的 Mica——它不写文字,只输出每个动作的概率用于决策。三个种子的方块测试中,Mica 平均清行数约为对照模型的 4 倍。重点不在游戏成绩,而在「专精小模型」挑战「通用大模型」的可能性。