StartLux-Decision

给每个选项打分，让 AI 决策可量化

StartLux-Decision 是一组带类型约束的决策模型，参数规模覆盖 0.8B 到 35B-A3B（MoE 架构），支持文本与图像输入，上下文长度达 256K token。它的核心特点是把「决策」建模成概率分布：对每个问题，模型不是只给一个答案，而是为每个候选选项输出一个概率值，便于下游做风险权衡、置信度过滤和自动化决策。项目用 Python 实现，适合需要可解释、可量化的选择场景，比如内容审核分级、推荐排序、多模态问答中的选项打分，以及 agent 在多个动作之间做概率化取舍。相比普通生成模型只输出文本，它把输出结构化、数值化，方便与业务规则结合，也便于评估模型在不确定情况下的表现。目前项目处于早期，星标约 228，模型权重与推理代码的完整度、评测基准和部署工具链仍需进一步观察。