Sarvam Prism：基于 Sarvam 105B 的决策模型，71.8 分 / 44ms

Sarvam AI 11 月 3 日发布 Sarvam Prism，一款基于 Sarvam 105B 的 System One 决策模型。给定上下文与一组固定选项，它在单次前向传播中返回每个选项的校准概率，不生成文本，因此答案永远是给定选项之一。Sarvam 把这类模型定位为企业工作流里大量「快判断」场景的组件：分类、路由、审核、打分。

官方在三个决策基准（Jev Decision Index、Artificial Analysis Decision Index 变体、内部印度语言基准）上测了 Prism 与 24 个其他决策模型：Prism 平均分 71.8，单请求中位响应 44ms（NVIDIA B200），在准确率-速度的 Pareto 前沿上新立一个点；Jev Decision Index 上 Prism 67.0，对比 Perplexity Decider v1.2 67.7、Jev 1.14 60.7、Clef 61.7、Microsoft-Decision-1 57.8。官方强调其校准性（置信度与实际准确率对齐），并称在印度语言上表现与最佳模型相当或更优。

Prism 以开放权重发布（Apache 2.0），基于 Sarvam 105B-10B 基座，约 106 GB 权重、需约 120 GB 显存（B200/H200）；官方同时提供托管 API（无需 GPU）。Sarvam 强调企业可拿开放权重在自有数据上微调、在自有基础设施上运行，以适配企业自身的决策方式。

原文链接：Sarvam AI 官方博客