arXiv · cs.CL· Nischay Dhankhar·· 20 小时前精选AI 评分57
Drex：四个开源决策模型发布，Max 在 Decision Index 0.4.1 上达 67.52
Towards Foundation Decision Models: Drex
来源与原文
arXiv · cs.CL
作者：Nischay Dhankhar
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07854v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Drex 提出一族四个开源决策模型，参数量分别为 8B（DLM）、9B（v1.5）、35B 激活 3B（v2.0）和 27B（Max），输入为状态与选项问题，直接输出选项上的概率分布而不做自回归解码。训练结合监督微调和基于调整反馈的强化学习（RLAF），Max 另做视觉微调；消融显示 RLAF 提升准确率、一致性损失提升对选项顺序的鲁棒性。
推荐理由
论文给出四个开源决策模型的参数规模与训练方法，并用 Decision Index 和延迟数据与 GPT-6 Sol、Claude Opus 5.5 对照。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。