270億參數決策AI公開評測得67.52分

Nace AI於5日公布其270億個參數（27B）決策模型Drex Max的技術報告。公司公布的Decision Index 0.4公開評測中，Drex Max獲得67.52分。

Crypto Briefing報導，Nace AI公開Drex技術報告並推出Drex Max。

Drex Max會讀取使用者輸入的文件、紀錄或問題，並為預先設定的答案選項逐一計算機率。它不像對話式AI那樣逐字生成答案，而是在一次運算中評估各個選項。

問題可設計成從選項中擇一、判斷是或否，或為多個選項依序評分。技術報告指出，這種設計旨在減少生成文字後再進行分析的步驟。

模型可接收文字、JSON和圖片。Crypto Briefing報導，Drex Max支援26.2萬個token的上下文長度。

Drex系列包括80億參數的DLM、90億參數的v1.5、350億參數的v2.0，以及270億參數的Max。v2.0採用混合專家架構，350億參數中約有30億參數會被啟用。

Drex Max在Decision Index 0.4公開測試中獲得67.52分。技術報告列出的比較對象、決策模型Jev 1.14.0，得分為60.70分。

在另一項評測Decision Bench v4中，Drex Max的準確率為94.0%。測試結果顯示，它與GPT-6 Sol、d3-turbo在統計上沒有顯著差異，準確率則比Claude Opus 5.5低1.6個百分點。

公司測得Drex Max處理一般請求的回應時間中位數為183毫秒。技術報告說明，測試在俄勒岡州的設備上進行，數值包含至伺服器的70至215毫秒網路時間。

同一測量表中，GPT-6 Sol的回應時間約為2.0秒，Claude Opus 5.5約為3.5秒。這些數據來自報告列出的特定測試環境，不能保證在輸入長度或服務環境不同時仍有相同速度。

訓練過程採用監督式微調，以及經調整回饋的強化學習（RLAF）。Drex Max也加入了圖片處理訓練。

技術報告的比較實驗顯示，RLAF讓Decision Index分數比只採用監督式微調的模型高2.0分，準確率高1.5個百分點。選項順序一致性訓練則著重降低調換選項順序後判斷改變的比例。

不過，在選項達6個以上的問題中，隨機調換選項順序後，最高機率答案有13%的案例發生變化。在部分工作領域，模型平均信心度比實際準確率高出5至9個百分點。報告建議依實際應用環境調整門檻，並將信心度較低的判斷交由人工處理。

Nace AI也推出搜尋用途的Drex for Search，以及金融用途的Drex for Finance。兩項產品著重評估搜尋結果的相關性或選擇下一步處理流程，而非生成長篇文字。

其他公司也已公開可回傳各選項機率的模型。

Drex Max的模型權重已公開，但適用Nace.AI Open RAIL-M授權。過去12個月總營收超過100萬美元，或累計募資額超過同一門檻的組織，若非用於個人或研究目的，須另行取得書面商業授權。

若服務與Nace AI旗下的決策模型或文件分析產品競爭，也須另行取得授權。授權亦限制在沒有實質人工審查的情況下，完全自動化處理對個人有重大影響的決策，包括招聘、貸款、住房、保險、醫療與教育。公開儲存庫中的程式碼適用Apache-2.0授權，但模型權重另有使用條件。