Liquid AI выпустила d1 — первую decision-модель без генерации токенов

⚡ Главное за 5 секунд - Liquid AI представила d1 — первую модель нового класса decision models, которая принимает решения, а не генерирует текст. - Модель доступна через API Liquid под именем 'd1:free', также опубликовано руководство по переносу существующих вызовов LLM. - Архитектура и параметры d1 не раскрываются, а заявленное превосходство над Jev основано на тестах самой Liquid, не независимых. ### 🔍 Что обнаружено Модель d1 получает контекст в виде обычного текста или JSON и за один вызов возвращает структурированный результат с вероятностями по заданным вариантам. В официальном примере API поле output_tokens равно нулю — выходных токенов нет вообще. Liquid предлагает три типа вопросов: Noul отвечает «да или нет», возвращая вероятность от 0 до 1; Choice выбирает один вариант из нескольких и выдаёт распределение вероятностей; Score оценивает объект по шкале с вероятностями для каждого уровня. В одном запросе можно задать несколько вопросов разных типов — например, одновременно определить категорию обращения, выбрать ответственную команду и оценить срочность. Такой подход убирает типичную цепочку с обычной LLM: отправка запроса, ожидание генерации JSON, разбор ответа и проверка схемы. d1 сразу возвращает типизированные значения, которые можно передавать на следующий этап цепочки решений. Для Choice и Score модель сообщает уверенность и полное распределение вероятностей. В собственной репродукции Decision Index 0.2.1 от Hugging Face Liquid заявляет 58,9 балла для d1 против 57,9 у Jev 1.13: новинка обошла конкурента в категориях Arts, Language и Retrieval, но уступила в Tools и Knowledge. Однако эти цифры получены самой Liquid, и d1 ещё не представлена в лидерборде Hugging Face. ### 💡 Почему это важно d1 — первый представитель класса decision models, которые отличаются от привычных генеративных моделей. Модель подходит для классификации, маршрутизации обращений, оценки приоритетов, модерации, проверок, одобрения вызовов инструментов и выбора модели в ИИ-агентах. Возвращаемые вероятности помогают обрабатывать неопределённые случаи: их можно переадресовать более крупной модели или человеку. При этом Liquid подчёркивает, что для свободной генерации текста, диалога, саммаризации и сложного многошагового рассуждения стоит использовать обычные языковые модели. ### 🧩 Контекст d1 — первая модель в новом семействе decision models от Liquid AI. По формату она близка к модели Jev, созданной для аналогичных структурированных решений. Liquid пока не раскрывает архитектурные подробности: публично доступны только API и документация, без данных о числе параметров, весах или базовой архитектуре. Компания также подготовила руководство по переносу существующих вызовов LLM для работы с d1.

🔗 Читать на www.ixbt.com