Piccolo – AgentScope推出的开源决策模型系列

Piccolo是AgentScope推出的开源决策模型系列，包含4B、9B、27B三套权重，接收任务描述、当前系统状态与候选动作集合，对各个候选方案打分筛选最优执行动作。项目配套JevBench评测套件，覆盖文本、多模态、智能体Harness、数据处理、游戏决策多类任务，27B版本在公开评测集拿到92.21%准确率。项目开放权重、代码与在线决策沙盒演示，支持复现2048、推箱子、奥赛罗、俄罗斯方块等游戏完整决策回放，适配智能体内部判断节点开发。

Piccolo特点

专门面向原子决策任务，输入候选动作集合，输出打分与最优选择，不侧重自由文本生成。

提供三档参数量，适配从本地小显卡到服务端的不同部署硬件。

配套完整JevBench评测体系，包含HarnessJevBench、DataJevBench多套子评测集。

内置游戏回放能力，完整记录每一步观测、合法动作、选择结果，便于定位决策错误。

支持约束条件输入，可传入成本、上下文上限、功能限制等业务规则参与判断。

权重托管于GitHub、HuggingFace、ModelScope，可本地私有化部署。

Piccolo技术原理

基座基于Qwen系列底座做专项微调，训练数据覆盖工具选择、模型路由、数据过滤、策略游戏等大量决策样例。输入由任务目标、当前环境状态、全部候选动作、业务约束四部分组成，模型对每一条候选动作输出匹配度分数，筛选分数最高的合法选项。训练过程大量使用仿真环境生成的决策轨迹，学习在资源预算、功能限制约束下做取舍。JevBench提供标准化输入输出模板，统一量化不同模型的决策索引得分，区分文本与视觉两条评测分支。

Piccolo项目地址

• 项目官网：https://decisionplayground.agentscope.io/
• GitHub仓库：https://github.com/agentscope-ai/Piccolo

Piccolo功能

智能体内部动作选择，从工具列表中挑选合适工具与参数。

模型路由决策，结合上下文窗口、成本、功能约束选择最合适后端模型。

数据处理流程判断，完成数据过滤、质量评估、样本保留与否判定。

策略游戏原子决策，读取棋盘面板状态输出合法操作指令。

接收硬性业务规则，在预算、能力边界约束下完成方案筛选。

输出决策依据，记录选择与排除各个候选项的判断理由。

Piccolo应用场景

Agent智能体框架，嵌入工具调用之前的决策节点，做工具路由与参数校验。

大模型服务调度，依据任务复杂度、token预算自动分配不同规格模型。

数据流水线，自动化完成样本筛选、质量评审环节。

策略AI开发，2048、推箱子这类回合制小游戏AI原型。

科研方向，决策模型、System‑One模型相关对照实验与消融测试。

Piccolo如何使用

访问官网在线沙盒，体验游戏决策、路由样例演示。

前往GitHub仓库下载项目代码，HuggingFace或ModelScope下载4B/9B/27B权重。

搭建Python推理环境，安装transformers、vLLM相关依赖库。

组装输入，传入任务目标、当前状态、候选动作列表、业务约束规则。

调用模型推理，拿到各个候选项打分结果与最终选定动作。

评测场景加载JevBench数据集，运行评测脚本输出决策索引指标。

游戏复现场景导入游戏种子，回放完整决策步骤，查看每一步选择理由。

业务集成场景封装推理接口，嵌入AgentScope或者其他智能体框架的决策节点。