FastDecide 决策模型 申请试测
中文决策模型

企业级中文决策模型
让业务判断,更快更准

面向分类、意图识别与工单分派,提供低延迟、可校准、可私有部署的判断能力。

场景示意

工单自动分派

“显示已签收,但我没收到包裹”

这张工单交给哪个组?

物流异常87%
售后退款8%
账号问题3%
以上都不是2%
单次耗时25.6ms
78.4%
8 项任务平均准确率
25.6ms
单次判断耗时
约30倍
本次测试速度提升
私有部署
数据保留在企业内网
工作流程

从业务输入,到明确选择

通用大模型先写出一段文字,再从文字里解析答案,又慢,又不稳定。FastDecide 把开源基座改造成判断器:读完输入后,直接在每个选项的位置计算概率,给出可校准的结果,并驱动后续业务流程。

1定义选项

根据业务目标设定可选项,支持多标签与层级分类。

2计算概率

模型直接计算各选项概率,输出可校准的判断结果。

3驱动流程

将结果接入业务系统,自动完成分派、标记或处置。

专注业务判断,
让结果直接进入流程

输入业务内容与候选选项,直接返回概率,为自动化流程提供清晰依据。

工单、对话、表单等输入汇入 FastDecide,输出各选项的概率
01

灵活定义选项

适配工单、对话、新闻与表单等业务输入。

02

一次计算概率

无需逐字生成,直接返回各选项概率。

03

按置信度执行

高把握结果自动处理,边界样本转人工复核。

物流异常0.87
售后退款0.08
以上都不是0.01
接口示意

一个接口,连接现有业务系统

FastDecide 提供 HTTP 接口,传入内容和选项、返回概率,可以快速集成到你的业务系统中,让判断结果直接触发后续流程。

输入POST /v1/predictJSON
{  "state": "订单显示已签收",  "question": "这张工单交给哪个组?",  "options": ["物流异常", "售后退款"]}
输出概率结果JSON
{  "物流异常": 0.87,  "售后退款": 0.08,  "以上都不是": 0.01}

同题实测,验证判断能力

CLUE 与 MASSIVE 中文数据集 · 每项 300 题

每项取前 300 题,双方题目完全相同。“零样本”表示这类任务 FastDecide 在训练中从未见过。

任务 类型 FastDecide
1.7B
DeepSeek ECE
8 项平均准确率 78.4 78.3
FastDecide 1.7B DeepSeek(官方接口) 横轴从 50% 起
零样本 4 项平均 78.5 83.7

强在业务型判断

语义匹配、新闻分类、意图识别、推理判断这几类,FastDecide 领先 3 到 12 个百分点。这些任务也最接近工单分派和内容打标。

快一个数量级

单次 25.6 ms,p95 为 25.8 ms,耗时稳定。同样的题目,调用大模型接口约需 770 ms,还要加上网络往返。

还差在哪

指代消解、阅读理解这类依赖常识的题目,以及 119 类的长尾分类,1.7B 仍落后 9 到 12 个百分点。更大的 8B 版本正在训练,目标就是补上这一块。

让高频判断,成为业务效率

面向客服运营、内容处理与智能体流程,提供可集成的决策能力。

工单自动分派

识别问题类型,分派至对应团队,低置信度样本转人工复核。

界面示意
待分派工单
退款申请售后团队置信度 0.92
账号登录问题技术支持置信度 0.88
产品功能咨询产品团队置信度 0.85
复杂问题(待复核)人工复核置信度 0.42

用户意图识别

将自然语言映射为业务动作,适配对话路由与操作指令。

界面示意
我想退款,这个订单不想要了
识别结果
意图类型退款申请
置信度0.93
建议动作创建退款工单

内容初筛与打标

批量完成内容分类与风险初筛,让审核资源聚焦边界样本。

界面示意
正常内容
营销广告
不当内容
待复核

智能体流程决策

为工具选择、追问与流程结束提供判断,支持分支与回退。

界面示意
用户问题
决策判断
调用工具0.81
追问澄清0.15
结束对话0.04
私有部署

部署在企业内网,让能力留在业务现场

支持私有化交付与业务适配,推理无需调用外部模型接口。

数据保留在内网

适配用的业务样本可以先脱敏,模型训练和运行都在你们内部的环境中进行,确保数据安全与合规可控。

支持业务样本适配

用你的标签体系和历史数据继续训练,并重新校准概率,让模型更贴合你的业务语义和决策习惯。

标准 HTTP 接口接入

提供 HTTP 接口,传入内容和选项,返回概率。现有系统改动很小,可快速集成到业务流程中。

RTX 3060 · 12GB估算值
1.7B · 约 40–60 ms
RTX 4090 · 24GB实测中位数
1.7B · 25.6 ms
A800 · 80GB冒烟测试
8B · 31.5 ms

实际性能以目标硬件环境中的验证结果为准。

合作方式

从业务验证,到稳定交付

先用真实样本验证价值,再推进适配、部署与持续优化。

01

场景与样本

明确判断任务,准备 100–300 条脱敏样本及对应答案。

约 1 天
02

免费试测

对比准确率、响应时间与硬件需求,形成场景测试结果。

3–5 个工作日
03

适配与部署

结合业务数据适配模型,完成环境部署与系统接入。

1–3 周
04

持续维护

随业务变化更新样本,持续复测效果与校准概率。

按年
研发进展

持续迭代,
面向真实业务。

我们基于真实业务问题,持续推进模型能力建设,让决策模型在更多场景中产生可验证的价值。

1.7B 发布与测评 2026-10

8 项中文任务平均 78.4%,与 DeepSeek 同题对比持平,单次 25.6 ms。

已完成

8B 模型训练 2026-10

中文判断任务与真实事件预测数据联合训练,重点提升常识类题目。

进行中

事件概率预测研究 2026-10

用已结算的预测市场问题训练和校准,评估对未来事件给出概率的能力。

进行中
FASTDECIDE

让下一次业务判断,
从一次实测开始。

告诉我们你的应用场景、候选类别与调用规模。
用真实数据验证效果,为后续部署提供依据。

业务合作与试测咨询2270882555@qq.com