Drex：用于快速、稳定AI决策的开源决策模型

摘要

Drex是一组四个开源决策模型（参数分别为8B、9B、35B（其中3B激活）和27B），直接输出用户提供选项上的概率分布，避免自回归解码。通过监督微调和基于调整反馈的强化学习（RLAF）训练，最大模型Max在Decision Index 0.4.1上达到67.52，优于Jev 1.14.0（60.70），并在Decision Bench v4上与d3-turbo和GPT-6 Sol统计持平。Max处理典型请求仅需183毫秒，而GPT-6 Sol约2.0秒、Claude Opus 5.5约3.5秒，且在选项重排下输出稳定。

这里提供经过审核的摘要。完整内容请前往原文阅读。

各行业推荐理由

• 人工智能

  对于AI从业者，Drex为决策任务提供了比自回归LLM更快、更一致的替代方案，且开源可用，精度具有竞争力。