蚂蚁数科发布决策模型 LingDT-Decision-1.0，将 Token 消耗降低超 90%

IT之家 10 月 22 日消息，蚂蚁数科今日发布决策模型 LingDT-Decision-1.0。该模型专为快速产业决策打造，在处理结构化决策任务时，具备准确率更高、响应更快、Token 成本更低等优势。 据介绍，相比于其他决策模型，LingDT-Decision-1.0 首创 支持原生多选与按序决策能力 ，更适配企业真实应用场景。在 23 项开源评测基准中，LingDT-Decision-1.0 的性能超过了 Microsoft-Decision-1、Jev 1.13.等热门决策模型，LingDT-Decision-1.0 的 27B 版本在同参数模型中取得 最高准确率 。 蚂蚁数科团队在客服、风控、金融等真实业务场景测试显示，在处理同样任务时，LingDT-Decision-1.0 相比于大语言模型， 可将 Token 消耗降低超 90% ，响应时效提升 10 倍，并且性能表现更优。 在企业实际应用中，存在大量高频的决策类任务。例如，在客服场景中，当收到“这个订单已经三天了还没发货，请尽快处理。”的问询后，AI 需要快速进行一系列判断和决策：问题类型（退款、催单还是投诉？）、工单紧急度（是否需要优先处理）、归属部门（工单派到哪个部门）以及风险判断（是否需要人工接管）。 传统大语言模型在这类场景中存在明显短板。大语言模型通常需要逐字（Token