Mô hình AI ra quyết định 27 tỷ tham số đạt 67,52 điểm trong đánh giá công khai

Mô hình AI ra quyết định Drex Max với 27 tỷ tham số đạt 67,52 điểm trong bài đánh giá công khai Decision Index 0.4. Nace AI công bố báo cáo kỹ thuật về mô hình vào ngày 5.

Crypto Briefing đưa tin Nace AI đã công bố báo cáo kỹ thuật về Drex và giới thiệu Drex Max.

Drex Max đọc tài liệu, bản ghi hoặc câu hỏi do người dùng nhập, sau đó tính xác suất cho từng câu trả lời có sẵn. Thay vì tạo câu trả lời lần lượt từng từ như AI hội thoại, mô hình đánh giá các lựa chọn trong một lượt tính toán.

Câu hỏi có thể yêu cầu chọn một phương án, trả lời có hoặc không, hoặc chấm điểm theo thứ tự. Báo cáo cho biết cách tiếp cận này được thiết kế để giảm bước phân tích lại câu trả lời do mô hình tạo ra.

Mô hình nhận đầu vào dạng văn bản, JSON và hình ảnh. Crypto Briefing đưa tin Drex Max hỗ trợ ngữ cảnh 262.000 token.

Dòng Drex gồm DLM với 8 tỷ tham số, phiên bản 1.5 với 9 tỷ tham số, phiên bản 2.0 với 35 tỷ tham số và Max với 27 tỷ tham số. Phiên bản 2.0 dùng kiến trúc hỗn hợp chuyên gia; khoảng 3 tỷ trong tổng số 35 tỷ tham số được kích hoạt.

Trong bài đánh giá công khai Decision Index 0.4, Drex Max đạt 67,52 điểm. Mô hình ra quyết định Jev 1.14.0 được báo cáo kỹ thuật dùng để so sánh đạt 60,70 điểm.

Ở một bài đánh giá khác, Decision Bench v4, Drex Max đạt độ chính xác 94,0%. Bài kiểm tra không ghi nhận khác biệt có ý nghĩa thống kê giữa mô hình này với GPT-6 Sol và d3-turbo; kết quả thấp hơn Claude Opus 5.5 1,6 điểm phần trăm.

Thời gian phản hồi trung vị cho yêu cầu thông thường là 183 mili giây theo phép đo của công ty. Báo cáo kỹ thuật cho biết kết quả được đo trên thiết bị thử nghiệm tại bang Oregon và bao gồm 70–215 mili giây thời gian mạng tới máy chủ.

Trong cùng bảng đo, thời gian phản hồi của GPT-6 Sol là khoảng 2,0 giây, còn Claude Opus 5.5 là khoảng 3,5 giây. Đây là kết quả trong môi trường thử nghiệm cụ thể của báo cáo, không bảo đảm tốc độ tương tự khi độ dài đầu vào hoặc môi trường dịch vụ thay đổi.

Quá trình huấn luyện sử dụng tinh chỉnh có giám sát và học tăng cường dựa trên phản hồi đã hiệu chỉnh (RLAF). Drex Max cũng được bổ sung huấn luyện xử lý hình ảnh.

Trong thử nghiệm so sánh của báo cáo kỹ thuật, RLAF giúp điểm Decision Index tăng 2,0 điểm và độ chính xác tăng 1,5 điểm phần trăm so với mô hình chỉ được tinh chỉnh có giám sát. Phần huấn luyện về tính nhất quán khi thay đổi thứ tự lựa chọn tập trung vào việc giảm tỷ lệ phán đoán thay đổi khi thứ tự các phương án bị đảo.

Tuy nhiên, với câu hỏi có từ 6 lựa chọn trở lên, trong 13% trường hợp, đáp án có xác suất cao nhất thay đổi khi thứ tự lựa chọn được xáo trộn ngẫu nhiên. Ở một số lĩnh vực công việc, mức độ tự tin trung bình của mô hình cao hơn độ chính xác thực tế 5–9 điểm phần trăm. Báo cáo đề xuất điều chỉnh ngưỡng theo môi trường triển khai và chuyển các phán đoán có độ tin cậy thấp cho con người xem xét.

Nace AI cũng giới thiệu Drex for Search dành cho tìm kiếm và Drex for Finance dành cho lĩnh vực tài chính. Hai sản phẩm tập trung vào việc đánh giá mức độ liên quan của kết quả tìm kiếm hoặc chọn bước xử lý tiếp theo, thay vì tạo văn bản dài.

Một số công ty khác cũng đã công bố mô hình trả về xác suất cho từng lựa chọn.

Trọng số của Drex Max được công khai nhưng chịu sự điều chỉnh của giấy phép Nace.AI Open RAIL-M. Các tổ chức có tổng doanh thu trong 12 tháng gần nhất vượt 1 triệu USD (khoảng 1 tỷ 348 triệu won), hoặc có tổng vốn huy động vượt cùng ngưỡng, phải xin giấy phép thương mại riêng bằng văn bản, ngoại trừ mục đích cá nhân và nghiên cứu.

Giấy phép cũng yêu cầu cấp phép riêng nếu dịch vụ cạnh tranh với các mô hình ra quyết định hoặc sản phẩm phân tích tài liệu của Nace AI. Giấy phép hạn chế việc tự động hóa hoàn toàn, không có sự xem xét thực chất của con người, đối với các quyết định ảnh hưởng đáng kể đến cá nhân trong tuyển dụng, cho vay, nhà ở, bảo hiểm, y tế và giáo dục. Mã nguồn trong kho lưu trữ công khai được cấp phép theo Apache-2.0, nhưng điều kiện sử dụng trọng số mô hình được quy định riêng.