Rohan Paul

这是 @NaceAI 的精彩发布。 它针对的是人工智能代理中成本高昂的部分，即数千个小选择，其 27B 模型只选择而不写入。 - Nace AI 的 27B Drex Max 在 Decision Bench v4 上统计上与 GPT-6 Sol 并列，无需生成代币。 - 它读取上下文和问题，然后在一次前向传递中返回每个提供的选项的一个概率。 - RLAF 训练奖励经过验证的答案加上推理判断的概率，而 KL 惩罚则限制监督训练的偏差。 - Drex Max 在 183 毫秒内每 1K 决策成本为 0.06 美元，而 Claude Opus 5.5 的成本为 10.17 美元，约为 3.5 秒。 在没有思路或工具的情况下，它回答了 21% 的 HLE 抽样问题，而 Opus 的回答率为 56%。