Hvad en beslutningsmodel er, ved siden af en chatbot
En beslutningsmodel er en lille sprogmodel, der er tunet til at besvare én slags spørgsmål med et valg fra en fast liste og scorer hver mulighed, så software kan handle direkte på resultatet.
En chatbot genererer tekst og tænker åbne problemer igennem. En beslutningsmodel opgiver den frihed til fordel for hastighed, lave omkostninger og afgrænset output, og Microsoft beskriver sin model som bygget til at levere struktureret output, som software kan handle på med det samme. Ideen om en model, der returnerer sandsynligheder for en fast liste, er ikke ny, for forskere i maskinlæring har længe bygget sandsynlighedsbaserede klassifikatorer, som The Register bemærker. Nyt er, at mulighederne kommer med beskrivelser i almindeligt sprog, og at en sprogmodel står for scoringen.
Output kommer ifølge heise i tre former: et ja eller nej, ét valg fra en defineret pulje eller en rangering af muligheder, altid som tal som sandsynligheder og aldrig som forklaring.
Microsoft-Decision-1 som gennemgået eksempel
Microsoft præsenterede Microsoft-Decision-1 den 9. oktober som en model til hurtige, strukturerede beslutninger, og tallene viser, hvad kategorien lover.
| Egenskab | Microsoft-Decision-1 |
|---|---|
| Basismodel | Qwen3.5-9B fra Alibaba Cloud, efteruddannet til beslutningsscoring i ét gennemløb |
| Nøjagtighed | 83,5 procent på 36 benchmarks med knap 150.000 spørgsmål |
| Latenstid | 85 millisekunder; i Microsofts test 2,5 gange hurtigere end H2O-Lightning-4B og 2,8 gange hurtigere end Jev |
| Pris | 0,042 dollar pr. million inputtokens; outputtokens gratis |
| Tilgængelighed | Microsoft Foundry og OpenRouter |
| Konsistens | Beslutningen ændrede sig ved 1,3 procent af forstyrrelserne; ingen ændringer ved omformulerede mulighedsbeskrivelser eller omordnede muligheder |
| Planlagt ændring | Flyttes til modeller fra Microsoft AI og OpenAI, uden angivet grund |
Det er Microsofts egne tal fra Microsofts egne tests, og heise peger på, at bloggen gentagne gange sammenligner modellen med GPT-6 Sol, en frontier-model til komplekse sprogopgaver, hvilket giver sammenligningen begrænset værdi.
Kategorien er overfyldt. The Register tæller mere end 100 sådanne modeller, fra Jev, annonceret cirka tre uger før dens rapport den 10. oktober, til OpenAIs Decisions API i offentlig beta, Cloudflares åbne Clef, Strands Decider 2B, Liquid AI d1, Perplexitys Decisions API, en Snowflake-model, Surogate Rune og H2O-Lightning-4B.
Hvor de passer, og hvor de ikke gør
Beslutningsmodeller passer til trin, hvor software har brug for en hurtig, afgrænset vurdering, og Microsoft nævner routing, klassificering, prioritering, verifikation og arbejdsgangsstyring som mål.
Anvendelser nævnt i Microsofts indlæg og heises resumé omfatter at route en forespørgsel til den rette AI-model efter kvalitet, pris og latenstid, at validere et input mod kvalitetskriterier, at sortere kundefeedback i kategorier, at afgøre om en agent skal fortsætte, stoppe, prøve igen eller aflevere, og at vælge den bedste handling fra et sæt, når en computer eller robot styres.
De passer ikke til åben skrivning, og deres grænser er synlige. De giver tal uden begrundelser, bemærker heise, og dens vurdering er, at en beslutningsmodel er mere stabil end mange generelle modeller, men mindre pålidelig end en algoritme eller et beslutningstræ, fordi en ændringsrate på 1,3 procent betyder, at svar stadig kan ændre sig. The Register tilføjer, at beslutningsmodeller stadig kan lave fejl, og peger på forskning i, hvordan sådanne fejl kan blive forstærket. Microsoft angiver et kalibreringsmål, at en forudsigelse på 90 procent skal være rigtig omkring ni gange ud af ti, så bed om kalibrering målt på dine egne data.
Fem spørgsmål før du køber
Spørg, hvilken basismodel der ligger under, og under hvilken licens, for Microsoft-Decision-1 bygger på Alibaba Clouds Qwen3.5-9B, og samme spørgsmål gælder for enhver beslutningsmodel. Hvis din indkøbspolitik begrænser, hvor AI-komponenter må komme fra, afgør dette svar resten.
Spørg, hvornår og hvordan basen skifter. Microsoft siger, at det vil flytte Microsoft-Decision-1 til modeller fra Microsoft AI og OpenAI uden at sige hvorfor, så dagens resultater beskriver en base, der skal skifte; bed om de samme tests på den nye base, før du stoler på den.
Spørg, hvordan den er testet. Bed om benchmarksættet, hvem der valgte sammenligningsmodellerne, ændringsraten for dine egne formuleringer og et kalibreringstjek på dine data, og kør så selv en stikprøve af dine rigtige sager.
Spørg, hvordan beslutninger logges og revideres. Outputtet er en sandsynlighed uden forklaring, så gem input, muligheder og scores for hver beslutning og aftal en tærskel, under hvilken et menneske beslutter.
Spørg om pris og latenstid i din egen opsætning. Microsoft angiver 0,042 dollar pr. million inputtokens med gratis output og 85 millisekunder, hvilket gør masserouting og kontroller billige, men tjek tallene på din egen trafik.
Læs videre: EU Fører Nu Direkte Tilsyn Med Din Cloud-Leverandør | EU har lige rykket din AI Act-frist med 16 måneder
