迈向基础决策模型：Drex
Drex 是一个包含四款开放决策模型的系列，参数规模从 80 亿到 350 亿不等。它们不采用自回归文本生成，而是针对问题提供的选项输出概率分布。训练结合了监督微调和基于调整后反馈的强化学习；最大型号还经过视觉能力调优。在与其他决策模型的比较中，Drex Max 在 Decision Index 和 DecideBench 上表现领先。它处理典型请求约需 183 毫秒，快于评测中提到的语言模型。所有模型均已在 GitHub 开源。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。