Intern-Decision - новая серия компактных моделей для принятия решений по тексту и изображениям

В линейке три версии: 0.8B, 2B и 4B параметров. Они заточены не под обычный чат, а под structured decision-making: выбор действий, маршрутизацию запросов, оценку вариантов и управление мультимодальными workflow.

Что умеют:

- принимают текст + до 8 изображений
- за один forward pass отвечают на multiple choice, score и yes/no
- возвращают результат в типизированном JSON
- выдают не только ответ, но и калиброванное распределение вероятностей

Средний результат на 7 decision-бенчмарках:

0.8B — 79.38
2B — 84.68
4B — 90.02

Intern-Decision-4B обходит Jev с результатом 88.74 и при этом показывает более качественную probability calibration.

По скорости тоже интересно: заявленная средняя задержка составляет 33.98 / 33.28 / 44.16 мс для трёх моделей против 109.70 мс у Jev в одинаковом локальном Hugging Face окружении.

То есть даже 4B-модель можно использовать как быстрый decision layer для AI-агентов: выбрать инструмент, определить маршрут, оценить результат или решить, какое действие выполнять дальше.

📜 Apache 2.0. Для компонентов на базе Qwen3.5 необходимо сохранить соответствующие upstream notices.

https://modelscope.ai/collections/Sh