inclusionAI 发布 LemonDecider 4B v3 决策模型

inclusionAI 发布了 LemonDecider 4B v3，这是一款基于 Qwen3.5-4B 微调的决策模型，它在单次联合前向传播中返回选择、是/否或序数概率，而不是生成答案 token。该公司表示，他们用约 120 万条决策/问答数据训练了该模型；它在公开的 Decision Index 0.4 测试套件上得分为 61.67，请求延迟中位数为 49.9 毫秒。 发布的权重是同一监督微调运行中四个检查点的均匀 FP32 平均值，随后进行了标量温度校准——并非两次独立训练运行的组合。本次训练运行仅使用文本，视觉塔被冻结，HTTP 桥接也仅支持文本。该模型以 Apache-2.0 发布，其代码以 MIT 发布。

AI 根据报道生成 · 15 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。