Jev foi convidado a tomar o trono: StartLux.

Em 30 de setembro, Shanghai AI, StartLux, lançou um modelo de decisão totalmente aberto. Decisão do StartLuxUm lançamento único de 0.8B, 2B, 4B, 9B, 27B, 5. De acordo com a avaliação publicada pela equipe, sua versão 27B emblemática recebeu 63,88 pontos no Índice de Decisão 0.2.1, mais do que Jeff 1.13 (57.91), o primeiro da lista.O novo rei do modelo de tomada de decisão levou ao trono.Não sei.

Mais interessante é a taxa de I & D:Todo o modelo foi de apenas 3 dias para completar a pesquisa e validação.Não sei. Por trás disso está a linha Auto Research construída pela StartLux -- oficialmente, é um dos caminhos principais para avançar na LER.

Vamos começar por dizer que isto é um teste de equipa, não uma lista oficial.

Este deve ser claro, caso contrário, é fácil ser conduzido sobre o título.

As notas da StartLux são:Utilizando a ferramenta oficial de avaliação do Índice de Decisión, a equipe se automensurou contra a lista pública concluída em 28 de setembro de 2026Não sei. Por outras palavras:

• Eles estão usando a ferramenta de avaliação de checklist e os dados de comparação do mesmo dia.
• Mas...As notas deles não estão na lista oficial.Também está escrito no artigo oficial que "não que esteja oficialmente certificado."
• Sim.Topo da lista pública.(2026-09-28)

Então a resposta exata é:"StartLux-Decisión ultrapassou o topo da lista pública atual por equipe auto-medida."Não sei. Não é humilhante — é auto-mensurado que significa força, mas o leitor precisa de uma escala. Todos os números abaixo são tomados com a premissa padrão de "automedição da equipe".

O que é: um modelo de decisão que não gera texto?

Comece entendendo a diferença fundamental entre a StarLux-Decisión e o modelo geral grande. Não é um modelo de geração.Não escrever línguas naturaisNão sei.

É assim que funciona: dá-lhe um.EstadoAdicionar um grupoPerguntas— a selecção do tema (uma de várias opções), não é ou é classificada. O estado pode ser texto, JSON ou imagem, até 256 K token.Devolve a probabilidade de cada pergunta a cada opçãoNão sei.

O ponto está na última frase:Não produz nada.Não sei. A resposta é lida diretamente da carta de opção após uma transmissão para a frente. Então uma pergunta curta leva alguns milissegundos e a probabilidade pode ser usada diretamente como confiança.

Isso resolve um tipo particular de trabalho em um corpo inteligente:HF, conjunto claro de candidatosO julgamento. Por exemplo, a ordem de serviço de passageiros veio – “a ordem é repetidamente retida, mas ainda não mostra nenhum pagamento” – e a mesma informação pode fazer três perguntas ao mesmo tempo: que equipe foi dada, se está sendo processado hoje, e quanto impacto teve. A abordagem tradicional é permitir que o modelo de geração escreva um pedaço dele, que é lento e fácil de interpretar erros; um pedido do StateLux-Decisión pode completar os três julgamentos juntos.

Cartões de informação: 63,88 vs. 57,91,38 de 31 ganhos

Comparação do índice de decisão 0.2.1 (ambos os instantâneos de 2026-09-28):

• StartLux-Decision-27B:63.88
• Jev 1.13:57.91 (primeiro lugar)
• Runa 26B-A4B: 57.44
• Conversa de Decisor 31B:57.33
• AutoJev-27B: 56.40
• StartLux-Decision-9B: 58.63O 9B está à frente do Jeff.

27B superior a Jev 5,97 minutos, dos 38 índices de referência contidos no índice,Há 31 pontuações mais altas.Não sei.

Mas, por favor, note a citação oficial:"A pontuação combinada não significa que todas as capacidades sejam mais fortes."Não sei. Vale a pena ler esta frase.

Onde ganhar, onde perder.

Na pontuação de área para o Índice de Decisión, 27B lidera em quatro áreas, mas perde para Jev:

• Compreensão linguística74, 5 vs Jev 62, 0 (alta 12, 5)
• Pesquisa e classificação:66.8 vs 55.4 (alta 11,4)
• Ferramentas e automação:82,2 vs 75,1 (alta 7,1)
• Arte e preferências humanas:47,9 vs 37,7
• Conhecimento e raciocínio:44,3 vs Jev 51,4 (mais tarde 7,1)

Esta distribuição é muito ilustrativa. StartLux- Decision Forte“Condições de compreensão, distinção entre candidatos, escolha do próximo curso de ação”— Acontece que são os três tipos de capacidades que são mais necessários na implementação diária da inteligência; não é superior ao raciocínio puramente intelectual. A conclusão não é "quem está a esmagar quem", mas...A seleção depende do tipo de julgamento que sua inteligência provavelmente encontrará.Não sei.

Existe uma divisão semelhante em itens individuais. Por exemplo, API-Bank, que não lidera, aplicações Home puxar de 52.3 em Jev para 77.3, e POP909 de 15.9 para 50.6. Estes são os escores do Índice de Decisión que foram corrigidos por linha de base aleatória.Não foi possível considerar diretamente como a precisão ou completude da versão original da linha de baseNão sei.

Sete testes públicos: média de 91,82%, poucos erros 8

Além do Decisión Index, a equipe fugiu do laboratório de inteligência artificial de Xangai para lançar o Inter-Design.Sete conjuntos de testes(JevBench EASY/Original/Hard, Decisões tipográficas, ToolaCE, AG News, Wild JailBreak):

• Taxa média de precisão StartLux-Decision-27B 91.82%
• Jev 1.13:88,74%
• Inter-Decisão-4B: 90,02%

Publicamente, JevBench tem 231 perguntas, três respostas. 208 / 199 / 201 Pergunta - 27B vs. 9 mais do que Jeff. No JevBench-Hard mais difícil (111 dilemas abertos), erro 27B 23, em comparação com Jev 31Pergunta 8Não sei.

Aqui, também, há muito a ser notado: o público JevBench 208/231 é apenas uma questão em aberto.Não é uma pontuação oficial de testes classificados, velocidade e custo.; dados adicionais de formação utilizados o conjunto de treinamento aberto de 14 desses benchmarks e as questões de teste correspondentes foram filtradas (rotulagem oficial).

Velocidade: milissegundos, todos os problemas contados para a frente de uma vez

O valor do modelo de decisão é meio certo, meio rápido. Em um pequeno teste de solicitação para cartão H200, BF16, HTTP local,Três perguntas de cada vez.demorado:

• 0.8B:12.2 ms
• 2B:15.5 ms
• 4B: 26,0 ms
• 9B:35,7 ms
• 27B:102.3 ms
• 35B-A3B (MoE): 52,5 msCada token em 35B só ativa cerca de 3B, duas vezes mais rápido que 27B.

Quando você responde apenas uma pergunta, 4B em média. 14,7 msNão sei. Otimização dentro do mesmo modelo é mais indicativo de ganhos de engenharia: 4B O Gráfico CUDA foi 90,3 ms quando não foi activado, desceu para 26,0 ms quando activado- Mais de três vezes a promoção depende da engenharia. O projeto também usa algoritmos de atenção linear rápida e consolida múltiplos problemas em um cálculo avançado para reduzir chamadas duplas.

Como referência, Jev 1.13 sobre os três pedidos do mesmo tipo, o fim de serviço relatado por seu gateway API é 64,0 msNão sei. No entanto, as autoridades impediram-se de recordar:Os depósitos de hardware e serviços variam de uma parte para outra e não podem ser usados como base para concluir que hardware rígido é a mesma velocidadee estes milissegundos não são o tempo para completar toda a tarefa de página web (tanto comprimento de entrada, carregamento de página, execução de ferramenta). Pelo contrário, esta expressão auto-suficiente é a parte mais credível da publicação.

Apresentação do campo: da operação do navegador ao jogo

A apresentação oficial abrangeu várias direções, sendo o núcleo "modelos de tomada de decisão, sistemas de implementação de ação":

Operação Navegador/ Web: Cada passo faz duas perguntas — quais controles são a próxima operação e se a tarefa está concluída. Na demonstração, a lista de filtragem foi completada para "Compre as mais baratas, gratuitamente, 8 pilhas AA enviadas para casa" e os membros designados foram convidados para a equipe de Design e criados como Editor. Atenção às declarações oficiais:Ambiente controladoO seguinte é uma operação contínua.Não é o mesmo que entrada gratuita em qualquer site., a caixa de entrada também completa a seleção através da proposta de candidato.

xadrez: StartLux-Decisión-27B e Jev 1.13 competem, nem busca, e o código nunca sobrecarrega a seleção de modelos (Stockfish apenas desenha barras de avaliação). É só uma questão de tempo.256, 27B, 58,4%.Não sei.

Jogo: Mario (simular 11 ações candidatas primeiro, escrever os resultados em texto antes da seleção), StarCraft II (faça três perguntas a cada 12 segundos do tempo do jogo: o que construir, o que dar prioridade, o que atacar/defender/colecionar), DOOM (cada 4 alvos juiz Tic, fogo, movimento), JevBall (um pedido de ação separada para vários jogadores perto da bola). Na mesma veia:Estes não são um teste de tela de leitura direta uniforme., existem scripts para percepção e execução, e o modelo é responsável apenas pela parte da tomada de decisão definida pela interface.

E há mais um detalhe interessante -- "Hanna, você viu Jeff hoje?" Há a Hannah e o Jeff nessa frase. O sistema tem de julgar.Foi interrogado sobre a Hannah.Em vez de outro ator responder por causa de Jeff. É tomado separadamente para determinar se o modelo entende a conversa ou só corresponde ao nome.

Cinco conjuntos de especificações + MoE + Quantified, localmente implantado amigável

StartLux-Decistion fornece um modelo denso de cinco camadas (0.8B / 2B / 4B / 9B / 27B), mais um Perito misto 35B-A3B (MoE)Versão. 3 de Outubro.Entrada da imagem e contexto do token 256KCada um deles pode ser lido como evidência.

Implantação local é o foco: lhama.cpp está disponível para cada parcela GUF Arquivos, incluindo BF16 para manter a precisão original, e dois formatos quantitativos Q8 0, Q4 K M,15 entradas GGFNão sei. Veja o exemplo de 4B:

• Q8 0 Ficheiros 4. 48 GBEm 231, em JevBench com o Heavy direito originalTaxa de coerência da tomada de decisão 100%(A mesma resposta para 204)
• Prensas Q4 K M 2,71 GB98,3%, sim 201

Talvez devesse prestar especial atenção.: Código usa Apache-2.0, masCoeficiente de ponderação do modelo com CC BY-NC 4.0 - Pesquisa e uso comercial apenas não comercial sujeito a uma autorização separada da StartLux LabsNão sei. Isso é diferente da propaganda “total de código aberto”, que deve ser confirmada antes da comercialização.

A interface é compatível, Jev. A probabilidade pode ser desviada.

Há um design inteligente no nível de acesso: StartLux-Decisión com TypeSafe /v1/systemone Formato de interface,O cliente para o Jev pode ser usado como está, os processos de negócios mantêm o modo de chamada atual `state plus problem' e alteram o endereço de serviço. A interface (modelo de carga llama.cpp com serviços de tomada de decisão que acompanham responsáveis por questões organizacionais e opções de leitura) também é mantida para implantação do GGF.

Outro mecanismo de preocupação éDesvio de probabilidadesComo cada candidato tem uma probabilidade, o sistema pode implementar diretamente a tomada de decisão em um “cenário de rotina validado”; quando o candidato é difícil de distinguir, está em condição inadequada ou tem maior risco operacional, pode ser acompanhado de observações adicionais, submetidas a uma grande análise de modelo, ou solicitações de confirmação manual.

O governo também está dando um aviso real:A saída de probabilidade não é igual à taxa de sucesso real, e o limiar de desvio está alinhado com a calibração de dados operacionais.; o pagamento, a supressão, a autoridade para modificar tais operações permanecerá sujeito às regras de autorização e confirmação originais - - O modelo de decisão é o próximo passo para o sistema julgar, não para substituir essas restrições.

Pesquisa Automática e RSI atrás

Três dias para fazer um modelo de cinco estágios, dependendo do StartLux. Pipeline de desenvolvimento de pesquisa automática(Construído por co-fundador e CTO Guo Guo Jiu) De acordo com uma entrevista anterior com o coração da máquina, nesta abordagem, a IA não só realizou experimentos pré-definidos, mas também...Análise de falhas com base na rodada anterior, apresentação de novos pressupostos, participação em decidir o que olhar para o próximo; embora os objectivos da investigação, os critérios de avaliação e as regras-chave permaneçam em aberto.

Na divisão de sistema de StartLux,StartLux-27B para transportar a camada de capacidade genérica, modelo Decisión focado na camada de decisão de alta frequênciaE acima é Agente e Memória, o fundo é suportado por quantificação, sistemas de raciocínio e hardware. Assim, a Decisión não é uma versão isolada feita em busca de pontos quentes, mas uma parte desta arquitetura que foi construída como planejado.

Guo Quan definiu Auto Research como o elemento principal para alcançar RSI: Primeiro, para envolver IA em pesquisa e melhorias de modelo, em seguida, para solicitar mais “IA melhorada, até mesmo a capacidade de melhorar IA em si foi melhorada”. StartLux-Decision é um resultado concreto desta linha.

E isto?

Põe o Jev no trono.Uma equipa chinesa no fundo do nível de decisão do agente.Não sei. A ideia que Jev traz — usando um modelo dedicado para assumir alta frequência, para defender um julgamento claro em vez de permitir que o modelo de geração seja tanto um árbitro como um atleta — está provando ser uma necessidade real. O StartLux utiliza um código aberto, um quinto conjunto de especificações, implantação local e uma interface compatível com o Jev para tornar a estrada mais “aterradora”.

Mas três lembretes ainda permanecem:

• É um teste de equipa.Não consta da lista oficial.
• Em frente, em frente.Ainda fica para trás no raciocínio intelectual, Jeff. Depende da distribuição das tarefas.
• O peso é CC BY-NC 4.0., "Full open source" apenas para cenários não comerciais, com comerciais autorizados separadamente

Em qualquer caso, vale lembrar que uma equipe relativamente jovem de Xangai, três dias de fazer um modelo de decisão em cinco estágios e superar o atual topo do calibre público.O “nível de julgamento” do agente está se tornando uma pista tecnológica independente e merecedora.

O modelo de decisão não se destina a substituir o grande modelo, mas sim a reduzir os julgamentos triviais que não deve fazer.