Entscheidungsmodell
Ein Entscheidungsmodell liest eine Situation und eine Liste von Fragen und liefert für jede erlaubte Antwort eine Wahrscheinlichkeit zurück, statt Text zu schreiben.
Ein Chat-Modell erzeugt Wörter und überlässt Ihnen die Auswertung. Ein Entscheidungsmodell ist für den Schritt gebaut, in dem ein Agent wählen muss: Sie senden die Situation und typisierte Fragen, etwa „wahr oder falsch“, „wähle eines dieser Teams“ oder „bewerte den Schweregrad von eins bis vier“. Das Modell bewertet alle erlaubten Optionen in einem einzigen Durchlauf; das Ergebnis ist eine Menge von Wahrscheinlichkeiten, gegen die Ihr Code Schwellen setzen, danach routen oder an einen Menschen übergeben kann. Clef von Cloudflare, post-trainiert aus Qwen, ist ein offenes Beispiel, und sein Anfrageformat ist kompatibel mit Jev von Typesafe AI. Weitere sind d1 von Liquid AI, AutoTrusts Decider-Modelle, Perplexitys pplx-decider, Sarvams Prism, das auf einem 105B-Modell basiert, Abacus.AIs Smaug-Decisions, das auch Audio aufnimmt, Hindsights hs-decide-1-flash und Adventists AIs DuplexJev, das Sprecherwechsel, Unterbrechungen und Tonfall direkt aus Sprachaudio entscheidet.
Da kein Text erzeugt wird, können diese Modelle schnell und konsistent sein, und Sie können die Labels ohne Retraining ändern. Sie können sich nicht selbst erklären und keine Aktionen ausführen; sehr reasoning-intensive Fragen passen womöglich besser zu einem größeren Chat-Modell. Behandeln Sie die Wahrscheinlichkeiten als Scores, die Sie an Ihren eigenen gelabelten Beispielen prüfen, denn die Kalibrierung variiert, und die Benchmark-Tabellen der Anbieter stammen aus den eigenen Läufen der Anbieter.
Verwandte Begriffe
- KI-Agent Ein KI-Agent ist ein System, in dem ein Modell mehrstufige Aufgaben plant und ausführt, indem es Tools aufruft, etwa Code ausführen, das Web durchsuchen oder Dateien bearbeiten.
- Tool Calling (Function Calling) Tool Calling erlaubt einem Modell, Ihr Programm auszuführen zu bitten, etwa eine Suche oder einen Taschenrechner, und das Ergebnis in seiner Antwort zu verwenden.
- Multimodales Modell Ein multimodales Modell kann mehr als eine Art von Daten verarbeiten – etwa Text, Bilder, Audio oder Video – als Eingabe, als Ausgabe oder beides.
- Fine-Tuning (Feinabstimmung) Beim Fine-Tuning wird das Training eines vortrainierten Modells mit Ihren eigenen Beispielen fortgesetzt, damit es sich bei einer bestimmten Aufgabe, einem Stil oder einem Fachgebiet besser verhält.