北京
蚂蚁数科今天发布决策模型 LingDT-Decision-1.0，提供 4B 和 27B 两个版本，面向客服、风控、金融等产业 AI 场景中的高频决策任务。模型已上线蚂蚁数科 DTMaaS 平台，开发者可体验。
这类模型不生成长篇文本，直接返回选项、分数或判断结果，可用于意图识别、工单路由、工具选择、模型路由和风险判断。决策模型近期因 Jev 走红而受到持续关注，微软、Perplexity 等厂商也相继推出了自己的决策模型。
LingDT-Decision-1.0 与 Jev 都面向结构化决策，侧重点不同。Jev 更通用，主要面向开发者和软件系统中的通用决策层，常用于路由请求、选择工具、安排 Agent 流程或触发人工审核；LingDT-Decision-1.0 更专用，主要面向客服、风控和金融等企业业务中的复合决策与多步骤流程。
能力差异体现在决策方式上。Jev 主要通过预设选项完成选择、评分或真假判断，Choice 通常返回一个最高概率选项，也可以通过并行提出多个问题实现多项判断。LingDT-Decision-1.0 则能同时识别多个诉求，并按照任务之间的依赖关系调整处理顺序。
Token 消耗降幅是这次公布数据里最扎眼的一项。蚂蚁数科团队的测试显示：
- 数据标注场景：相比 DeepSeek-V4-flash，Token 消耗降低约 97%，响应时效提升约 10 倍，同时保持更优的性能表现；
- 智能客服场景：相比 Qwen-3.7-flash，Token 消耗降低 90%，处理时效提升约 1 倍，风险识别准确率由 76% 提升至 89%；
- 金融场景：意图识别、工具调用和幻觉检测等任务处理时效提升约 5 倍，工具组合完全匹配率提升约 2.6 倍，幻觉召回率由 44% 提升至 70%。
企业业务中存在大量不需要生成完整答案、但需要快速完成判断的任务。比如客服场景里，用户说“这个订单已经三天没有发货，请尽快处理”，AI 需要判断这是催单、退款还是投诉，判断工单紧急程度，选择归属部门，并识别是否需要人工接管。传统大语言模型通常需要先生成结构化答案，再由后续程序解析和校验；LingDT-Decision-1.0 可以在限定选项中直接完成判断，减少输出格式不稳定带来的影响。
除判断、单选、分类和评级等基础能力外，LingDT-Decision-1.0 首创推出原生多选与按序决策（DAG）能力。原生多选让模型在一项任务中同时命中多个候选选项，适用于多标签识别、复合意图和工具组合——用户提出“我要退款、关闭续费、补开发票，但不要注销账号”，模型可以同时识别退款、关闭续费和补开发票等多个诉求。
按序决策则根据任务之间的依赖关系完成多步判断。退款需要先核验，关闭续费可以立即执行，发票处理可能需要等待退款结果。相比只返回一个选项的单项决策，这种方式更贴近企业业务中的真实处理流程。
在 23 项主流开源评测基准中，LingDT-Decision-1.0 的 27B 版本综合评分位居第一，该评分由 90% 的单选成绩和 10% 的多选成绩构成。蚂蚁数科称，其准确率超过 Microsoft-Decision-1、Jev 1.13.0 和 Fastino/GLiDE 等决策模型。多选任务上，4B 和 27B 版本的准确率超过 Microsoft-Decision-1、Jev 1.13.0、Star-lux 等 16 个决策模型；单选任务上，两个版本也处于第一梯队。
同一模型覆盖多类决策任务，便于企业在不同业务流程中复用。决策模型不需要生成长篇文本，直接返回结构化结果，从而压低 Token 成本、提升响应速度。LingDT-Decision-1.0 把这类模型放进客服、风控和金融的企业业务流程中验证，原生多选和按序决策则让它能处理复合意图与多步骤任务。随着更多决策模型进入实际业务，其性能表现和适用边界也将得到进一步检验。
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.
