Ant Digital выпустила LingDT-Decision-1.0: модель решений в версиях 4B и 27B

Ant Digital 22 октября представила LingDT-Decision-1.0, модель для принятия решений: на вход подаётся задача, на выходе вместо длинного текста сразу вариант выбора, оценка или суждение. Вышли две версии, с 4 и 27 млрд параметров. Модель уже доступна на платформе DTMaaS, где разработчики могут временно попробовать её бесплатно.

Сценарии, под которые заточена модель, это поддержка пользователей, управление рисками и финансы. Для них характерны высокочастотные задачи, где связный ответ не нужен: распознать намерение клиента, направить тикет нужному отделу, выбрать инструмент, определить маршрут модели, оценить риск. Новое здесь нативная поддержка множественного выбора и упорядоченного принятия решений (DAG): модель может одновременно распознать несколько запросов в одном обращении и выстроить их обработку с учётом зависимостей. Например, в сообщении «хочу вернуть деньги, отключить автопродление и получить чек, но не удалять аккаунт» она фиксирует все три запроса сразу, а не только главный.

По данным самой Ant Digital, в разметке данных LingDT-Decision-1.0 снижает расход токенов на 97% по сравнению с DeepSeek-V4-flash, а скорость ответов вырастает примерно в 10 раз. В сценарии умной поддержки против Qwen-3.7-flash экономия токенов составила 90%, точность распознавания рисков поднялась с 76% до 89%. В финансовых задачах время обработки выросло примерно в 5 раз, полное совпадение подобранных комбинаций инструментов в 2.6 раза, а полнота выявления галлюцинаций с 44% до 70%. В 23 открытых бенчмарках суммарный балл 27B-версии оказался выше, чем у Microsoft-Decision-1, Jev 1.13.0 и Fastino/GLiDE; итоговый балл складывается из 90% результата одиночного выбора и 10% множественного.

Все цифры выше из тестов самой Ant Digital, независимых замеров пока нет. Стоит учитывать и состав итогового балла: он на 90% состоит из результатов одиночного выбора и лишь на 10% из множественного, где модель, по заявлению компании, лидирует наиболее заметно.