蚂蚁数科发布决策模型 LingDT-Decision-1.0，准确率超越微软与 Jev 等主流模型

封面为AI生成的主题示意图，非新闻现场照片。

10 月 22 日，蚂蚁数科正式发布专为快速决策打造的决策模型 LingDT-Decision-1.0。该模型提供 4B 和 27B 两个版本，目前已上线蚂蚁数科 DTMaaS 平台，开发者可限时免费体验。测试数据显示，在处理相同任务时，LingDT-Decision-1.0 相比传统大语言模型可将 Token 消耗降低超 90%，响应时效提升约 10 倍，且在多个真实业务场景中的性能表现更优。区别于仅支持单选的现有模型，LingDT-Decision-1.0 首创支持原生多选与按序决策（DAG）能力。这一特性允许模型同时命中多个候选并依据任务依赖关系执行多步操作，更适配企业复杂的业务流程需求。在涵盖 23 项的开源评测基准中，LingDT-Decision-1.0 的综合评分超越 Microsoft-Decision-1、Jev 1.13.0 等热门决策模型。其中 27B 版本在同参数量级下取得最高准确率，4B 与 27B 版本在多选任务上的表现优于包括 Star-lux 在内的 16 个决策模型。在实际应用中，该模型已在智能客服、安全风控及金融业务场景展开测试。例如在数据标注场景中 Token 消耗降低约 97%，在金融意图识别与幻觉检测任务中，风险发现敏感度显著增强，工具组合匹配率提升约 2.6 倍。蚂蚁数科指出，LingDT-Decision-1.0 的核心设计理念是将大模型从‘先生成文本再解析’转变为‘在限定选项中直接判断’。这种架构不仅减少了输出格式错误，还简化了后续的解析校验流程，使其能以一套模型高效适配多类判定任务并易于推广复用。