【核心提要】 微软推出基于阿里巴巴 Qwen3.5-9B 架构的决策模型 Microsoft-Decision-1，旨在通过精细化调优降低大模型的“幻觉”现象。 该模型在多项基准测试中表现卓越，推理速度显著超越 Jev 及 H2O-Lightning 等竞品，且文本分类成本极低。 微软明确表示，虽然目前采用开源权重模型进行优化，但未来计划逐步转向自研模型及 OpenAI 的模型。 【正文报道】 近日，微软宣布推出全新的决策模型——Microsoft-Decision-1。该模型专门针对特定业务逻辑进行了深度调优，旨在解决大语言模型（LLM）在处理复杂商业任务时常见的“幻觉”（Hallucination）问题。通过减少虚假信息的生成，Microsoft-Decision-1 旨在为企业级应用提供更可靠的决策支持。 值得注意的是，微软此次推出的 Microsoft-Decision-1 是基于阿里巴巴（Alibaba）发布的开源权重模型 Qwen3.5-9B 构建的。这一举动被业内视为微软在利用高性能开源基础模型快速切入特定垂直领域。然而，微软同时明确了其长期战略：尽管目前受益于 Qwen 系列模型的强大性能，但公司计划在未来逐步用自研模型以及来自 OpenAI 的模型来替换当前的第三方开源模型。 在性能测试方面，Microsoft-Decision-1 展示出了极具竞争力的指标。在延迟测试中，该模型的处理速度分别是 H2O-Lightning-4B 的 2.5 倍和 Jev 模型（一种专注于减少幻觉的调优模型）的 2.8 倍。此外，在涵盖 36 项基准测试的综合评估中，该模型的准确率达到 83.5%，位居榜首；而在衡量模型可靠性的“置信度得分”上，它以 92.2% 的成绩排名第二（仅次于 Quyet-1.0-Large）。 在成本效益方面，Microsoft-Decision-1 展现了显著的经济优势。在执行文本分类任务时，其运行成本不足 OpenAI GPT-6 Sol 模型的一分之二十。这一数据表明，对于追求高性价比、大规模处理特定任务的企业用户而言，该模型提供了一个极具吸引力的替代方案。 【小编观点】 微软此举反映了当前大模型领域的双重策略：一方面利用高性能的开源基础模型（如 Qwen 系列）快速构建垂直领域的“杀手级”应用；另一方面通过建立更高效、成本更低的决策模型来抢占企业市场份额。虽然短期内依赖第三方架构，但其明确的转型路线图显示，微软仍致力于构建属于自己的核心技术护城河。 背景链接： https://www.theregister.com...
【核心提要】
【正文报道】
近日，微软宣布推出全新的决策模型——Microsoft-Decision-1。该模型专门针对特定业务逻辑进行了深度调优，旨在解决大语言模型（LLM）在处理复杂商业任务时常见的“幻觉”（Hallucination）问题。通过减少虚假信息的生成，Microsoft-Decision-1 旨在为企业级应用提供更可靠的决策支持。
值得注意的是，微软此次推出的 Microsoft-Decision-1 是基于阿里巴巴（Alibaba）发布的开源权重模型 Qwen3.5-9B 构建的。这一举动被业内视为微软在利用高性能开源基础模型快速切入特定垂直领域。然而，微软同时明确了其长期战略：尽管目前受益于 Qwen 系列模型的强大性能，但公司计划在未来逐步用自研模型以及来自 OpenAI 的模型来替换当前的第三方开源模型。
在性能测试方面，Microsoft-Decision-1 展示出了极具竞争力的指标。在延迟测试中，该模型的处理速度分别是 H2O-Lightning-4B 的 2.5 倍和 Jev 模型（一种专注于减少幻觉的调优模型）的 2.8 倍。此外，在涵盖 36 项基准测试的综合评估中，该模型的准确率达到 83.5%，位居榜首；而在衡量模型可靠性的“置信度得分”上，它以 92.2% 的成绩排名第二（仅次于 Quyet-1.0-Large）。
在成本效益方面，Microsoft-Decision-1 展现了显著的经济优势。在执行文本分类任务时，其运行成本不足 OpenAI GPT-6 Sol 模型的一分之二十。这一数据表明，对于追求高性价比、大规模处理特定任务的企业用户而言，该模型提供了一个极具吸引力的替代方案。
【小编观点】
微软此举反映了当前大模型领域的双重策略：一方面利用高性能的开源基础模型（如 Qwen 系列）快速构建垂直领域的“杀手级”应用；另一方面通过建立更高效、成本更低的决策模型来抢占企业市场份额。虽然短期内依赖第三方架构，但其明确的转型路线图显示，微软仍致力于构建属于自己的核心技术护城河。
背景链接：
https://www.theregister.com...