AI 资讯聚合 · 大模型

蚂蚁数科发决策模型 LingDT-Decision-1.0:4B/27B,原生多选与 DAG

国内大模型决策模型结构化输出蚂蚁数科 · 2026-10-22 · 约1分钟 · 来源:界面新闻 / PANews

10 月 22 日蚂蚁数科发布决策模型 LingDT-Decision-1.0,提供 4B 与 27B 两个版本,已在自家 DTMaaS 平台上线,限时免费到 10 月 30 日。它的取舍是不生成文本:把「先生成结构化答案、再做解析」换成「在给定选项里直接判断」,因此对准的是意图判断、工具选择、规则分类、结果打分这类高频结构化任务,而不是开放式对话。

数字按官方口径:同样任务相比通用大模型,Token 消耗降超 90%、响应时效提升约 10 倍。分场景看,数据标注场景对比 DS-V4-flash,Token 降约 97%、时效提升约 10 倍;智能客服场景对比 Qwen-3.7-flash,Token 降 90%,风险识别准确率由 76% 升到 89%;金融场景的幻觉召回率由 44% 升到 70%。能力上的两个新增是原生多选(一次识别多个诉求)与按序决策(DAG,按任务依赖走多步)。

评测覆盖 23 项开源基准,27B 版本综合评分(90% 单选加 10% 多选)第一,官方称超过 Microsoft-Decision-1、Jev 1.13.0 与 Fastino/GLiDE,在同参数量模型中准确率最高;4B 与 27B 在多选任务上超过 16 个决策模型。边界:所有分数是厂商自测、无第三方复现,对比未给逐项分数;权重未开放,只通过平台 API 提供。

原文链接:界面新闻 / PANews

核验记录
官方平台页 maas.antdigital.com/models 是客户端渲染,本机只取到 1,484 字节的 SPA 壳,未直读条目与日期(按 R38 记为「本机未直读」,不写「官方没有」)。发布日 10 月 22 日由界面新闻 17:31 稿、PANews、IT之家、量子位同日报道交叉确认。量子位该篇署名「量子位的朋友们」属出资稿,只取其能力数字与场景,不用其日期。HF 全站 search「LingDT」返回 0 个仓库,印证权重未开源、走 API。