Microsoft-Decision-1 – 微软专用决策评分模型

Microsoft-Decision-1 是微软推出的面向结构化判断场景的决策评分模型，区别于传统生成式大语言模型，它不会输出自由文本，而是针对给定选项输出校准后的概率分值。模型基于 Qwen3.5-9B 完成后训练，训练素材包含公开数据集与合成数据，现已上架 Microsoft Foundry，OpenRouter 平台同步开放调用入口。在 36 项基准测试集合中，该模型拿到最高准确率，推理速度大幅领先同类方案，单次任务的算力开销更低，适合嵌入各类业务系统、AI 智能体链路处理分类、判断类任务。

Microsoft-Decision-1特点

输出标准化概率分值，结果可直接交由程序读取执行，无需额外解析长文本内容。

推理延迟控制在极低水平，处理判断任务速度远高于通用大模型。

内置弃权机制，证据不足时可返回无法判定标记，减少强行输出带来的错误。

安全校验模块集成在推理链路，识别提示注入与有害请求，维持业务运行稳定。

适配多类题型，二元判断、多选、评分、基于评量标准的打分任务都可以处理。

Microsoft-Decision-1技术原理

依托 Qwen3.5-9B 基础权重，微软采用专项后训练流程，把模型优化方向锁定在概率校准与单步打分任务。训练过程使用大量带标注的判断类样本，学习输入信息与候选答案之间的对应关系，输出经过校准的概率分布，而不是生成连续文本。推理采用单次前向打分机制，省去逐 token 生成环节，压缩推理耗时。安全过滤器和推理链路合并部署，请求进入模型前完成基础风险筛查，结果输出阶段校验分值阈值。

Microsoft-Decision-1功能

选项概率打分，针对一组候选答案输出各自概率数值。

AI 输出评估，对照给定评判标准，对智能体输出内容进行打分核验。

内容相关性判断，判定文本、检索素材和目标问题之间匹配程度。

请求分类与路由，按预设规则把输入消息划分类别，分配至对应业务分支。

事实 grounded 校验，对比原文证据，核查输出内容是否与参考材料保持一致。

内容安全标记，识别违规内容，按设定阈值触发拦截动作。

Microsoft-Decision-1应用场景

客服消息分流，按照用户诉求类型自动归类，分发到不同处理队列。

智能体动作校验，评估智能体计划执行的操作，筛选高风险动作。

模型评测流水线，批量评估大模型输出质量，完成自动化打分。

文档检索过滤，判断检索段落和查询语句的匹配度，筛选有效参考材料。

内容审核系统，辅助识别不合规文本，降低人工审核压力。

Microsoft-Decision-1使用教程

1. 进入 Microsoft Foundry 平台，完成账号注册与计费配置，找到 Microsoft-Decision-1 模型卡片。

2. 准备输入数据，构造场景描述、问题以及全部候选选项，可附带参考证据材料。

3. 调用模型接口，提交构造好的请求，设置概率阈值与弃权开关。

4. 获取返回的各选项概率分数，业务代码读取分值，执行后续分支逻辑。

5. 调整阈值参数，根据业务测试结果优化判定边界，减少误判数量。

6. 批量业务部署可接入 API，集成到已有智能体、内容处理与消息路由系统。

Microsoft-Decision-1同类产品对比

表格