蚂蚁开源4B专用决策模型LemonDecider，Decision Index超Jev 1.14

它的工作方式是让模型直接输出判断结果，而不是先生成文字再由程序提取结论。模型支持三种输出：Choice用于多选一判断工具调用和工作流路由，Yes/No用于证据充分性等二元判断，Score用于评估检索相关性和内容质量。在上下文长度允许时，一次前向计算可以同时输出多个决策问题的结果，省去重复处理上下文的开销。

蚂蚁同时开源了120万条训练样本和训练代码，覆盖864个任务标签，包括意图识别、工具路由、证据判断、检索相关性、内容安全等。对需要低延迟工具路由和流程判断的开发者来说，这套数据加代码的完整开源降低了自训决策模型的门槛。

蚂蚁最新开源了一个只有4B的专用AI决策模型：LemonDecider，超Jev 1.14，中位推理耗时仅50.7ms

LemonDecider的思路是，让模型直接做判断，并不是先生成文字答案，再让程序从中提取结论

基于Qwen3.5-4B专门针对决策任务训练，支持三种输出

1、Choice，多选一，判断该调用哪个工具，进入哪条工作流 2、Yes/No，二元判断，判断证据是否充分，请求是否符合条件 3、Score，评分，评估检索相关性、内容质量等

它还有一个特点，同一段上下文下可以一次提交多个决策问题，在长度允许时通过一次前向计算输出对应结果，减少重复处理上下文的开销

在Decision Index 0.4.1 Public评测中，LemonDecider 4B 61.67分、Jev 1.14 60.70分

完整约14万条测试请求中，中位推理耗时为50.7ms

蚂蚁这次把120万训练样本连同训练代码一起开源了，覆盖864个任务标签，包含意图识别、工具路由、证据判断、检索相关性、内容安全等任务

#LemonDecider #AI决策模型 #Jev

本条情报归属 AITOP「模型」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：LemonDecider、Qwen、蚂蚁、开源模型，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明：本文原始线索采编自「AIGCLINK」（@aigclink），经 AITOP 多维评分管线结构化提炼。