Marktechpost (@Marktechpost)T2·基座大模型
71 分
Perplexity 发布 Decider v1.3 与 Decider Flash v1.3 两款开放权重决策模型，核心能力从单一标签分类升级为返回带起止字符偏移的精确文本片段（Locate）。在 17 项域外 NER、PII 与抽取式问答任务上，v1.3 平均得分 69.0、Flash 63.6，显著高于 Liquid d1 的 43.3 与 GLiNER large v2.5 的 33.6；查询分类在 63 项任务上达 91.6%，答案翻转率仅 0.27%。模型基于 Qwen3.8-27B 与 Qwen3.5-4B 构建，采用 Apache 2.0 许可，API 输入定价为每百万 token 0.02 与 0.01 美元。