意思決定モデル(Decision model)

意思決定モデルは状況と質問のリストを読み込み、テキストを書く代わりに、許可された各回答に対して確率を返します。

  • モデルとアーキテクチャ
  • 更新日

チャットモデルは文章を生成し、解釈はあなたに任せます。意思決定モデルは、エージェントが選択しなければならないステップのために作られています。状況と型付きの質問を送ります。たとえば真偽の判断、いくつかのチームから 1 つを選ぶ、重大度を 1 から 4 で評価する、といったものです。モデルは 1 回の推論で許可されたすべての選択肢を採点し、結果は、コードがしきい値を適用したり、ルーティングしたり、人に渡したりできる確率の集合になります。Qwen からポストトレーニングされた Cloudflare の Clef は公開されている例で、そのリクエスト形式は Typesafe AI の Jev と互換性があります。ほかには、Liquid AI の d1、AutoTrust の Decider モデル、Perplexity の pplx-decider、105B モデルを基盤とする Sarvam の Prism、音声も受け付ける Abacus.AI の Smaug-Decisions、Hindsight の hs-decide-1-flash、そして発話の順番、割り込み、トーンを音声から直接判断する Adventists AI の DuplexJev があります。

テキストを生成しないため、これらのモデルは高速で一貫性があり、ラベルを再学習なしで変えられます。ただし、自分を説明したり行動を起こしたりすることはできず、極端に推論の重い質問には、より大きなチャットモデルのほうが適している場合があります。確率は、自分のラベル付きサンプルでテストすべきスコアとして扱ってください。較正の度合いはまちまちで、ベンダーのベンチマーク表はベンダー自身の実行結果によるものだからです。

関連用語

  • AI エージェント AI エージェントとは、モデルがツールを呼び出して多段階のタスクを計画・実行するシステムです。コードの実行、ウェブ検索、ファイル編集などを行います。
  • ツール呼び出し(Function calling) ツール呼び出しを使うと、モデルがプログラムに検索や計算機などの関数の実行を依頼し、その結果を回答に活用できます。
  • マルチモーダルモデル マルチモーダルモデルは、テキスト、画像、音声、動画など複数の種類のデータを、入力・出力のいずれか、またはその両方として扱えます。
  • ファインチューニング(Fine-tuning) ファインチューニングは、事前学習済みモデルの学習を自分のサンプルで続けることで、特定のタスク、スタイル、分野でより良い振る舞いをさせます。

すべての用語