热点事件持续更新

Drex 开源决策模型家族发布，Max 达 67.52

1 篇报道1 个报道来源21 小时前更新

先了解这件事

AI 综述

Nischay Dhankhar 发布 Drex 决策模型家族，共四个开源模型：8B（DLM）、9B（v1.5）、35B 激活 3B（v2.0）和 27B（Max）。模型输入状态与选项问题，直接输出选项上的概率分布，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。据论文，Max 在 Decision Index 0.4.1 上达 67.52。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

19:31
arXiv · cs.CL精选
Drex：四个开源决策模型发布，Max 在 Decision Index 0.4.1 上达 67.52
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。

本事件热度走势

可比范围当前: 6
可比范围峰值: 611月6日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。