快讯 21:43ChinaTalk解析商务部第48号公告草案:40项技术入目录,23项涉AI19:30多智能体协同重构医疗AI!清华AIR孵化:医生AI分身“坐诊”医院19:24樱井政博谈AI与游戏创作:模仿作品将激增,原创开发者价值凸显 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

论文 今天 · 星期四 · 10-22 18:12 约 1 分钟读完

蚂蚁数科推出决策模型LingDT-Decision-1.0,Token消耗降超90%

摘要

蚂蚁数科10月22日发布决策模型LingDT-Decision-1.0,专为快速产业决策打造,首创原生多选与按序决策能力。在23项开源评测基准中性能超越Microsoft-Decision-1等热门模型,27B版本在同参数模型中准确率最高。真实业务测试显示,相比大语言模型Token消耗降低超90%,响应时效提升10倍。

蚂蚁数科于10月22日正式推出决策模型LingDT-Decision-1.0,该模型面向快速产业决策场景设计,在处理结构化决策任务时具备更高准确率、更快响应和更低Token成本的特点。

据官方介绍,LingDT-Decision-1.0首创原生多选与按序决策能力,更贴合企业真实应用需求。在23项开源评测基准中,该模型性能超过Microsoft-Decision-1、Jev 1.13等热门决策模型,其27B版本在同参数模型中取得最高准确率。

在客服、风控、金融等真实业务场景的测试中,LingDT-Decision-1.0相比大语言模型可将Token消耗降低超90%,响应时效提升10倍,同时性能表现更优。

企业实际应用中存在大量高频决策类任务。以客服场景为例,面对“订单三天未发货请尽快处理”的问询,AI需快速判断问题类型、工单紧急度、归属部门及是否需要人工接管。传统大语言模型逐Token推理再生成文本,链路长、成本高,在这类场景中存在明显短板。

蚂蚁数科决策模型LingDT-Decision-1.0Token成本
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
23
模型产品档案
60
企业落地案例
17
完整版提示词