Microsoftの公式ブログで見かけた：Microsoft-Decision-1 が登場——「構造化された意思決定のスコアリング」に特化したモデルで、長文を書くタイプではありません。
固定された選択肢の中から、各回答に校正済み確率スコアを出します。ルーティング、分類、優先順位付け、検証、ワークフローのゲート制御などに利用できます。公式発表によると、約15万問と36項目のブラインドテストベンチマークで、最高の精度を達成。H2O-Lightning-4Bより約2.5倍、GPT-6 Solより約35倍高速です。ベースモデルはAlibabaのQwen3.5-9Bで、追加学習済み。今後、MAI / OpenAIへ移行する予定です。社内のXbox Researchでは、1万件以上のフィードバックの分類に利用され、品質はGPT-6 Solとほぼ同等ながら、約14倍高速で、コストは約200分の1でした。
すでにMicrosoft FoundryとOpenRouterから利用可能。入力は約$0.042 / 100万トークンで、出力は無料です。
大規模言語モデルが生成能力を競うなか、意思決定モデルは「自動実行に踏み切れるか」を競う——こういう一点特化型は、なかなか実用的です。
#AI #微软 #Decision1
固定された選択肢の中から、各回答に校正済み確率スコアを出します。ルーティング、分類、優先順位付け、検証、ワークフローのゲート制御などに利用できます。公式発表によると、約15万問と36項目のブラインドテストベンチマークで、最高の精度を達成。H2O-Lightning-4Bより約2.5倍、GPT-6 Solより約35倍高速です。ベースモデルはAlibabaのQwen3.5-9Bで、追加学習済み。今後、MAI / OpenAIへ移行する予定です。社内のXbox Researchでは、1万件以上のフィードバックの分類に利用され、品質はGPT-6 Solとほぼ同等ながら、約14倍高速で、コストは約200分の1でした。
すでにMicrosoft FoundryとOpenRouterから利用可能。入力は約$0.042 / 100万トークンで、出力は無料です。
大規模言語モデルが生成能力を競うなか、意思決定モデルは「自動実行に踏み切れるか」を競う——こういう一点特化型は、なかなか実用的です。
#AI #微软 #Decision1
