主要来源kimmonismus
查看原文事件专题 ·单一信源
MachinePulse 基于 Gemma 4 微调出 Karpo Decision 31B,多项基准超过 Gemini Decision 1
MachinePulse 将 Google 开源的 Gemma 4 微调为 31B 参数的 Karpo Decision 31B,专攻智能体执行过程中的小型决策:是否调用工具、是否先询问用户、点击页面哪个元素。在 When2Call 基准上,Karpo Decision 31B 得分 90.4%,Gemini Decision 1 为 79.9%;Mind2Web 基准上则是 90.0% 对 86.2%。 该模型在 Decision Index 排行榜上排名第一,该榜单覆盖 300 个模型并使用私有测试集评分,同时 Karpo Decision 31B 在单张 GPU 上的中位延迟为 95 ms。技术路线是拿开源权重做领域微调,而不是从头训练,成本和部署门槛都更低。 对开发者而言,智能体的判断层不再必须依赖闭源 API,权重可以下载后自行部署。与调用 Gemini Decision 1 相比,自托管方案在延迟和成本上更可控,适合对数据隐私和响应速度有要求的智能体项目。
当前结论
MachinePulse 拿开源的 Gemma 4 微调出 31B 小模型,When2Call 得分 90.4%,反超 Google 自家 Gemini Decision 1 的 79.9%。单卡 95ms 延迟,权重开放可自部署。做智能体的开发者该看看,工具调用判断层可以不用闭源 API 了。
2 个信源68° AI 热度最后更新 2026/11/18 22:30:01
证据链
2 个信源相关来源 1arXiv cs.AI
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。