LingDT-Decision-1.0 – 蚂蚁数科推出的专用决策模型

LingDT-Decision-1.0 是蚂蚁数科推出的专用决策模型,包含 4B、27B 两个参数版本,上架 DTMaaS 平台开放测试体验。模型面向企业结构化判定任务设计,摒弃通用大模型先生成文本再解析结果的流程,直接在候选选项空间输出决策结果,原生支持多选、按序决策 DAG 逻辑。23 项开源评测基准的对比数据显示,该模型综合表现超过 Microsoft-Decision-1、Jev1.13 等同类型方案,27B 版本在同参数组别拿到更高判定准确率。客服、风控、金融业务实测数据里,相同判定任务的 Token 消耗下降幅度超过 90%,响应速度提升十倍,整套模型专门适配产业侧高频判定需求。

LingDT-Decision-1.0 - 蚂蚁数科推出的专用决策模型

LingDT-Decision-1.0特点

原生多选与按序决策输出,适配业务里多分支、链式流转的判定需求。

双参数版本划分,4B 用于轻量判定,27B 承载复杂度更高的多节点决策链路。

判定链路不依赖长文本生成解析,削减推理环节的资源开销。

在标准化决策评测集上的判定准确率优于多款主流同类决策模型。

输出格式规整,结果可直接对接业务系统,额外格式转换代码量少。

在 DTMaaS 平台托管运行,业务侧不用投入大量算力资源做本地部署。

LingDT-Decision-1.0技术原理

模型训练阶段接入海量结构化决策样本,学习业务选项空间、分支流转约束、DAG 路径规则。推理阶段输入业务单据、对话片段、特征字段后,直接映射到预设决策集合,跳过自由文本生成环节。内部设置分支路由模块,解析输入条件后匹配多条并行判定分支,同步输出多个有效结论,或是按业务流程顺序输出串行判定节点。损失函数围绕决策匹配度、分支顺序合规性做优化,引导模型优先输出符合业务流程的判定路径,减少无效文本输出带来的冗余计算。

LingDT-Decision-1.0功能

单条目单选分类,完成工单标签、风险等级、业务类型的判定。

多目标多选判定,一次性筛选多条同步生效的业务结论。

按序链式决策,输出带先后顺序的节点判定结果,匹配审批、排查类流程。

结构化特征输入适配,接收表单字段、日志片段、对话文本多类输入。

结果结构化返回,附带决策分支路径信息,留存判定链路记录。

批量推理接口,支持大批量工单、请求集中判定。

LingDT-Decision-1.0应用场景

智能客服工单分流,识别用户诉求并匹配对应处理节点与标签。

业务风控筛查,对交易、提交资料做风险分级与风险类型标记。

金融单据初审,完成材料合规项判定、准入条件校验。

企业内部审批流前置判断,筛选符合自动处理条件的申请单据。

内容合规分类,批量识别素材归属类目与风险标记。

业务指标归因判定,基于日志特征锁定异常对应的触发分支。

LingDT-Decision-1.0如何使用

打开蚂蚁数科 DTMaaS 平台,登录开发者账号,找到 LingDT-Decision-1.0 模型入口。

选定 4B 或者 27B 版本,开通限时体验权限,获取调用密钥与接口地址。

整理业务判定的候选选项、分支顺序规则,在平台内配置决策空间。

构造输入报文,填入待判定文本、表单特征,指定需要启用的多选或顺序模式。

发起接口请求,接收返回的决策结果与路径信息,对接业务流转系统。

配置回调日志,留存每一笔请求的输入内容、输出分支,用于效果复盘。

持续导入业务样本做迭代调优,调整判定边界,适配业务规则变更。

LingDT-Decision-1.0同类产品对比

表格

项目LingDT-Decision-1.0Microsoft-Decision-1
开发方蚂蚁数科微软
产品类型产业结构化决策模型轻量概率决策模型
核心亮点原生多选、按序决策,Token 消耗降低 90%,响应提速 10 倍,提供 4B/27B 版本输出校准概率,支持阈值分流,适合风控、路由、人工兜底流程
适用场景金融风控、客服分流、企业批量结构化业务决策Agent 路由、内容审核、打分判定、低延迟二元分类
© 版权声明
为这篇文章评分
10.0/ 10
3 人评价
点击⭐️进行评分

相关文章

暂无评论

none
暂无评论...