又一国产决策模型发布：面向企业高频判断任务，23 项开源基测准确率超过微软和 JEV

事件

国内团队发布一款面向企业高频判断任务的决策模型，主打在业务场景中替代人工完成重复性判断。官方披露，该模型在23项开源基准测试中的准确率超过微软和JEV的同类方案，成为国产决策模型赛道的新入局者。

该模型定位企业高频判断任务，例如工单分类、风险识别、流程审核等需要快速给出结论的场景。评测覆盖23项开源基准，官方称准确率领先微软和JEV的对比模型，但具体测试集构成、对比版本和评测方法尚未完整公开，实际业务表现仍需第三方验证。

对企业用户而言，决策模型的吸引力在于把规则判断和人工审核环节自动化，降低响应时延与人力成本。不过选型时需关注模型在自有数据上的迁移效果、可解释性与部署成本，避免仅凭公开榜单做决策。

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：InfoQ 中文*