一句话看懂：研究团队提出 Drex 系列决策模型，不靠自回归逐字生成，而是直接对用户给定的选项输出概率分布。其 Max 版在公开决策评测中以 67.52 分超过 Jev 1.14.0，并声称典型请求仅需 183 毫秒。
事件核心：发生了什么
根据 Hugging Face Papers 收录的论文摘要（发布时间为 2026 年 11 月 5 日），研究团队发布 Drex 家族四个开源决策模型：8B 的 DLM、9B 的 v1.5、35B 总参数但仅 3B 激活的 v2.0，以及 27B 的 Max。每个请求包含一个状态（文档、记录或智能体上下文，可选带图像）和若干问题，每个问题要求在多选项中二选一、做是/否判断或在有序量表上打分，模型直接给出选项上的概率分布。
训练方式为监督微调加“基于调整反馈的强化学习”（RLAF），Max 版另有视觉微调。消融实验显示 RLAF 提升准确率，一致性损失改善模型对选项顺序的鲁棒性。在 Decision Index 0.4.1 上，Max 以 67.52 分超过对比中的 Jev 1.14.0（60.70）；在 Decision Bench v4 上与 d3-turbo、GPT-6 Sol 统计上持平，落后 Claude Opus 5.5 约 1.6 分；在 DecideBench 上为所比决策模型中最高。摘要称其典型请求耗时 183 毫秒，对比 GPT-6 Sol 约 2.0 秒、Claude Opus 5.5 约 3.5 秒。四个模型均已开源。
为什么重要
当前主流 AI 应用依赖大模型长链式推理，准确率高，但在生产环境中会出现答案不稳定、输出需额外解析、成本与延迟偏高的问题。Drex 的思路是把“判断”从生成任务中剥离，让模型只输出选项概率，从而压缩延迟、减少格式解析环节。目前公开信息显示，这一路线在决策类任务上已有可比成绩，说明不以自回归解码为核心的模型也可能成为生产系统的一层基础组件。开源四个不同规模版本，也为不同算力预算的团队提供了选择空间。
对用户/开发者/创作者的影响
对开发者而言，最直接的价值在于接口形态：如果用 API 或本地部署，输入状态与问题、输出概率分布，可省去对自由文本输出的解析和校验，适合分类、审核、打分、排序等环节。183 毫秒与 2 至 3.5 秒的差距，在高并发场景下会影响成本和体验。对创作者和普通用户，这类模型更可能藏在工具背后，例如内容筛选、选项推荐和评级，而非直接对话。需注意：摘要未说明完整训练细节、数据来源和许可证条款，实际接入前应核对仓库与评测复现条件。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是四个开源模型是否提供权重、推理代码和可复现评测脚本，社区能否独立验证 Decision Index 与 Decision Bench 上的数字；二是 RLAF 和一致性损失对真实业务分布（如多模态文档、长上下文）的泛化效果；三是闭源模型与决策模型路线的竞品是否跟进，以及这类模型在智能体工作流中能否替代部分生成式调用。目前信息仅来自论文摘要，全文实验尚未核验。
