10 月 12 日，微軟正式推出決策模型（decision model）Microsoft-Decision-1，基於阿里 Qwen3.5-9B 做後訓練（post-training，即喺預訓練模型上面再做一輪針對性訓練）。微軟稱喺結構化決策任務入面，呢個模型喺時延（latency，回應速度）同準確度上，均超過大語言模型（LLM）同 Jev 1.13.0 等熱門決策模型。
Xbox 研究團隊話已經用呢個模型處理超過 1 萬條玩家反饋。微軟 CEO 納德拉喺社交媒體話，基於新模型嘅「優異表現」，微軟正在「所有領域」測試應用，範圍包括事件響應、質量控制、科學發現。
呢種決策模型同一般 LLM 唔同：唔生成自然語言，輸出係預測值、概率同置信度（confidence，模型對自身答案嘅把握程度）。尺寸比 LLM 細好多，反應速度更快，適合需要頻繁做判斷嘅 AI 任務。
背景係 9 月 Jev 模型爆紅，帶起一輪決策模型熱潮。根據 HuggingFace 數據，129 個開源決策模型項目入面，有 84 個基於阿里 Qwen 開發，佔比超過 65%，微軟、Perplexity、Cloudflare、H2O.ai 嘅知名決策模型都採用 Qwen。
模姐驗嚇貨：呢單新聞嘅全部數據——時延、準確度、贏過邊個模型、HuggingFace 佔比——全部係微軟單方面講法，冇獨立第三方測試。Jev 1.13.0 又係邊間公司嘅產品、乜架構，材料完全冇講。
「所有領域」三個字值得留意。事件響應、質控、科學發現聽落好闊，但微軟冇講邊個領域已經上線、邊個仲喺測試，亦冇講有任何人工審查或者上線前評估。對讀者嚟講，呢個係廠商路線圖，唔係已部署嘅系統。Qwen 做底層呢件事本身係技術事實，值得留意，但微軟嘅決策模型有幾勁，等到有獨立跑分先算數。
模姐｜深度調教
