开源决策模型 Karpo 登顶 300 项评测榜首

原标题:A new open source decision model just launched, and it ranks first out of 300.
78AI 研判分

Karpo 发布 0.8B 至 31B 六款开源权重决策模型,其中 31B 版本以 73.9 分在 Decision Index 300 项评测中并列第一。该模型以读出头替代自回归解码,每个选项仅需单 token 打分,零生成 token 且输出恒为合法答案,在 Amazon ESCI 与 New Yorker Caption 上均超过 Gemini Decision 1。

报道正文

Rohan Paul (@rohanpaul_ai) · 2026-11-17 19

一个全新的开源决策模型刚刚发布,就在 300 个模型中排名第一。

Karpo-Decision-31B 用读出头(readout head)取代了解码:每个选项对应一个单 token 编码,每个编码对应一个分数,再对该问题的所有选项做 softmax。生成 token 数为零,答案始终有效,并且通过分支注意力在不同问题之间共享页面。

Decision Index Full:73.9,为最高分,与 GLiDE 27B 的 73.4 并列 300 个模型中的第 1 名。其基座是 Gemma 4 31B,却在 Amazon ESCI 上击败了 Google 的 Gemini Decision 1,64.7% 对 58.7%;在 New Yorker Caption 上为 90.5% 对 79.7%。

与 Jev 1.14 相比,其中位耗时为 95 ms 对 196 ms,JevBench 估计每 1,000 次决策的成本约低五分之一。

开放权重对搜索和推荐团队很重要,因为他们每次查询都需要大量相关性判断;对需要校准“行动或询问”阈值的个人智能体也同样重要。

↳ 引用 @LeahW_2077 (LeahW): 选择下一个工具不该需要一整段话。

我们构建了 Karpo Decision。这是一个包含六个开放权重模型的系列,规模从 0.8B 到 31B。给它上下文、一个问题以及若干选项,它就能在一次前向传播中返回每个选项的概率。

Karpo Decision 31B 🏆 在 Decision Index 上得分 73.9,在 11 月 12 日的榜单上并列第 1 ⚡ 在单张 RTX PRO 6000 上,每次请求中位耗时 94 ms 📊 在 JevBench Capability 上得分 87.2,而 Google 的 Gemini Decision 1 为 78.5

🤗 Hugging Face

推文配图

推文配图