Microsoft-Decision-1, 빠른 의사결정을 위한 Microsoft의 모델

Microsoft가 라우팅, 분류, 우선순위 지정, 검증, 워크플로 제어를 위한 Microsoft-Decision-1을 출시함. 정해진 선택지마다 보정된 확률을 반환해 소프트웨어가 바로 의사결정에 활용할 수 있음 Qwen3.5-9B를 사후 학습해 한 번의 처리로 선택지를 평가하도록 설계함. 예/아니요, 객관식, 평점뿐 아니라 평가 기준에 따른 AI 응답과 에이전트 행동 채점도 지원함 Microsoft 자체 평가에서 학습 과정에 공개하지 않은 36개 벤치마크, 약 15만 문항에 걸쳐 가장 높은 정확도를 기록함. 속도는 차순위인 Quyet-1.0-Large보다 4.5배 빨랐고, P50 지연 시간은 GPT-6 Sol보다 약 35배 짧았음 동일 요청을 8가지 방식으로 변형한 평가에서 판정 변경률은 평균 1.3% 였음. 선택지 설명을 바꿔 쓰거나 선택지 순서를 뒤집거나 섞었을 때는 판정이 바뀌지 않았음 Microsoft Foundry와 OpenRouter에서 이용 가능하며, 입력 토큰 요금은 100만 개당 0.042달러, 출력 토큰은 무료임 구조화된 의사결정을 위한 모델 의사결정 모델은 텍스트 생성이나 복잡한 추론을 위한 LLM과 달리, 소프트웨어가 즉시 실행에 활용할 수 있는 구조화된 출력을 만드는 데 특화됨 Microsoft-Decision-1은 저비용으로 빠르게 결정하고 분류하는 작업을 목표로 하며, 기존 애플리케이션과 에이전트, 워크플로에 의사결정 기능을 통합하도록 설계됨 주요 용도는 라우팅, 분류, 우선순위 지정, 검증, 워크플로 제어임 Qwen3.5-9B를 사후 학습해 한 번의 처리로 의사결정 점수를 산출하도록 최적화함 향후 Microsoft AI(MAI)와 OpenAI 모델을 포함한 다른 기반 모델로도 전환할 계획임 고정된 선택지를 입력하면 각 선택지에 보정된 확률 점수를 반환함 단순한 구조화 API 호출로 예/아니요, 객관식, 평점을 처리함 평가 기준표에 따른 AI 응답과 에이전트 행동 채점도 지원함 속도, 일반화, 견고성 평가 지연 시간은 순차적인 의사결정에서 누적됨. 20개의 연속된 결정에 각각 100밀리초가 추가되면 전체 워크플로는 2초 느려짐 Microsoft 측정에서 Microsoft-Decision-1의 P50 지연 시간은 GPT-6 Sol보다 약 35배 짧았음 전체 속도 비교에서는 차순위 Quyet-1.0-Large보다 4.5배 빨랐음 일반화 성능을 확인하기 위해 학습 과정에 공개하지 않은 3...