北京
Perplexity 放出了一个开源决策模型，名字叫 pplx-decider-v1.1-27b，参数量 27B，可以本地部署。它的底座是 Qwen3.8，定位是"System 1"决策模型。
这件事的看点在于，Perplexity 没有从零训练，而是拿现成的 Qwen3.8 改。改的方向不是让它更会聊天，是让它更会做决策。
架构上动了哪里
这个模型在架构上用了非因果注意力（non-causal attention）。常规自回归模型是因果注意力，只能看前面的 token；非因果注意力允许模型在决策时看到更完整的信息上下文。
配合"System 1"这个定位，思路就清楚了：不追求长链条推理，追求快速给出判断。这跟需要一步步想的推理模型是两条路。
拿什么衡量它好不好
Perplexity 用了一个叫 Decision Index 的指标来评估这类决策模型的表现。文章把 pplx-decider-v1.1-27b 和 OpenAI 的 Decisions API 放在一起做了对比。
对比覆盖两个层面：技术细节和应用场景。也就是说，不只看跑分，也看实际能用在什么地方。
为什么本地部署是重点
27B 这个体量，加上开源，意味着决策能力可以不下云。对需要把决策逻辑放在自己机器上的场景，这是可选项里比较直接的一个。
底座选 Qwen3.8 也说明一件事：开源基座正在被拿去做垂直改造，而不是只当通用对话模型用。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
