/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
decision1 · dense
Базовая модель
Qwen3.5-4B
Опубликована
21 сен 2026

Decision-1.0-Nox-4B

Классификация без дообученияТекст → label

Текстовая модель на базе Qwen3.5-4B, которая выбирает варианты, проверяет условия и оценивает ответы по заданным критериям с вероятностными оценками.

487скачиваний за 30 дней16лайковвеса обновлены10 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Decision-1.0-Nox-4B — модель семейства Decision от vllm-sr, дообученная на базе Qwen/Qwen3.5-4B. Она принимает состояние, вопрос и заданные при запросе варианты ответа, затем возвращает типизированное решение и распределение вероятностей. Поддерживает выбор одного из 2–255 действий (Choice), проверку условия по предоставленным свидетельствам (Noul) и оценивание по шкале из 2–10 упорядоченных описаний (Score).

Модель использует текстовый причинный бэкбон Qwen3.5 с линейным и полным вниманием и отдельной головой для оценки кандидатов. Заявлены 4 млрд параметров и предел входа 16 384 токена для всего запроса; она оценивает только переданные сведения, без поиска во внешних источниках. В README приводится взвешенная точность 73,09% на 3 766 решениях и 54 задачах; результат зависит от состава запросов и условий оценки. Репозиторий включает код загрузки для Transformers, а для серверного запуска требуется среда vLLM Semantic Router. Лицензия — Apache-2.0.

Сценарии применения

  • маршрутизация запросов к одному из заданных действий
  • выбор подходящего варианта из списка кандидатов
  • проверка условия по предоставленным свидетельствам
  • оценивание ответа по упорядоченной шкале критериев
  • ранжирование вариантов по заданному описанию

Ограничения

Модель оценивает только переданные в запросе сведения и не выполняет поиск во внешних источниках; заявленная точность измерена на конкретном наборе из 54 задач и не гарантирует корректность для других сценариев. Полный запрос ограничен 16 384 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Open Decision Foundation Models — Nox-4B

Decision-1.0-Nox-4B

Nox, Latin for night.

Give Nox a state, questions and possible answers. It returns typed decisions and probabilities, with labels defined at runtime.

Decision family

TypeUse it forOutput
ChoiceRoute a request or choose among 2–255 actions.Selected ID + distribution
NoulCheck a condition against supplied evidence.P(true)
ScoreApply 2–10 ordered rubric descriptions.Expected index + distribution

Measured capability

73.09% weighted accuracy across 3,766 decisions and 54 tasks: +2.99 points over Kev-4B on the same benchmark.

ModelSizeDecisionsCompositionReadingInferenceTransferOverall
Nox-4B4B83.0051.7979.0686.2569.6073.09
Lux-9B9B84.3852.7590.1691.4677.7277.40
Kev-9B9B76.7545.7586.7283.5479.2571.89
Kev-4B4B71.9048.5481.8884.5876.1070.09
Qwen3.5-9B9B73.9144.6289.8479.5873.2369.73
Decider2B64.0146.5892.0384.3869.3167.71
Qwen3.5-4B4B69.8943.3387.9779.7968.8367.29
Sol-2B2B73.7546.0876.5684.1757.0766.32
Eos-0.8B0.8B65.9446.0470.3181.6752.0161.89
Kev-0.8B0.8B60.1442.2967.8168.7561.1958.28
Qwen3.5-2B2B57.1239.0073.7572.2956.3157.24
Kai-0.6B0.6B57.9640.8354.6969.7948.3753.52
Laya · English0.421B56.5435.3351.4163.7553.0651.03
Laya · Multilingual0.322B47.2538.9250.7857.2947.1347.19
Jev—79.1066.3894.5389.7987.1981.05

Accuracy (%). Overall weights: Decisions 30%, Composition 25%, Reading 15%, Inference 15%, Transfer 15%. These outcome-informed product-priority weights were chosen after observing results; reweighting is not a training improvement. Bold marks Decision-family cells above every external open or untuned reference for that metric, excluding Jev and the other Decision models.

Decision model ranking

Capability matrix

All 54 tasks · Order, missing-evidence and calibration diagnostics · Methods and uncertainty

More questions, one request

Question-count latency

Distinct Choice questions at a fixed 499 input tokens per question. Thirty measurements per point across six independently loaded processes on an otherwise idle AMD gfx942 GPU. Python latency includes tokenization and inference; loading and network are excluded. These measurements precede null-description normalization and use explicit descriptions. p50, p95 and measurement scope.

Download the complete model repository

hf download vllm-sr/Decision-1.0-Nox-4B --local-dir Decision-1.0-Nox-4B

This downloads the complete model release. The root config.json lists the backbone, tokenizer, decision head, and calibration files.

Use with 🤗 Transformers

The repository includes its inference code, so stock Transformers can download and run the complete model locally with trust_remote_code=True. system_one takes and returns the same System One request and response bodies as the Decision runtime; nothing is generated.

pip install "transformers>=5.17" torch safetensors huggingface_hub
from transformers import AutoModel

model = AutoModel.from_pretrained("vllm-sr/Decision-1.0-Nox-4B", trust_remote_code=True)
response = model.system_one(
    state="Customer requests a refund.",
    questions={
        "route": {
            "type": "choice",
            "instructions": "Which team should handle this?",
            "criteria": {"billing": "Payments and refunds", "technical": "Product faults"},
        },
        "priority": {
            "type": "score",
            "instructions": "How urgent is this request?",
            "criteria": ["Not urgent", "Soon", "Today", "Immediately"],
        },
    },
)
print(response["answers"]["route"]["choice"], response["answers"]["priority"]["score"])

pipeline("decision", model="vllm-sr/Decision-1.0-Nox-4B", trust_remote_code=True) accepts the same request body. A malformed question is answered with an invalid_question error. The model loads on the first GPU when one is visible, otherwise on the CPU (pass device="cpu" or device="cuda:0" to choose). On a GPU the backbone runs in BF16 with an FP32 decision head; on the CPU everything runs in FP32. A complete question, its candidates and the state are limited to 16,384 tokens; if a question is longer, every question of the request is answered with a max_length_exceeded error and nothing is truncated. flash-linear-attention speeds up the linear-attention layers on a GPU.

Serve with vLLM Semantic Router

This repository contains model data and its Transformers loading code. Use the vLLM Semantic Router Decision runtime to load vllm-sr/Decision-1.0-Nox-4B and serve Choice, Noul, and Score requests. The serving implementation and its dependencies live in vLLM Semantic Router; this release bundles no serving code. The weights do not depend on a particular accelerator; which hardware can serve them is decided by the runtime. For local inference without a server, see Use with 🤗 Transformers above.

After configuring a compatible Decision endpoint, send a SystemOne request (replace the placeholder URL and key):

curl -X POST 'https://your-decision-endpoint.example/v1/systemone' \
  -H 'Authorization: Bearer YOUR_ENDPOINT_API_KEY' \
  -H 'Content-Type: application/json' \
  --data-raw '{"model":"Decision-1.0-Nox-4B","state":"Customer requests a refund.","questions":{"route":{"type":"choice","instructions":"Which team should handle this?","criteria":{"billing":"Payments and refunds","technical":"Product faults"}}}}'

The Hugging Face repository is a model download, not a hosted inference endpoint.

The published model's complete state, question, and candidates have a 16,384-token input limit. See the evaluation scope for measured conditions.

Architecture

Decision decoder architecture

A causal Qwen3.5 text backbone combines gated linear and full attention. A shared candidate head reads candidate endpoints and the final query vector. The serving runtime schedules questions according to available hardware and request load.

Candidate head · Vector architecture

Adapted from Qwen3.5-4B. It evaluates supplied evidence without live retrieval; confidence does not guarantee correctness. License · Attributions.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · zero-shot-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
Decision1Model
Ревизия весов
e3cb324

0 моделей