Microsoft: Microsoft-Decision-1

Microsoft-Decision-1 está creado para decidir sobre contenido proporcionado: seleccionar una etiqueta, comprobar una condición o asignar una valoración. Microsoft posentrenó Qwen3.5-9B para esta tarea específica de puntuación. El resultado es un juicio numérico que una aplicación puede utilizar directamente, en lugar de una conversación, un documento o una explicación escrita.

Opciones fijas y tipos de pregunta claros

El fabricante describe tres clases de preguntas. Una pregunta binaria devuelve una probabilidad entre 0 y 1 para una condición definida. Una pregunta de elección selecciona una opción y devuelve una probabilidad para cada candidata. Una pregunta de puntuación sitúa un elemento en una escala ordenada y devuelve un valor ponderado por probabilidad, que puede quedar entre los niveles de la escala.

Utiliza una pregunta binaria cuando un flujo de trabajo necesite comprobar una condición, como si una respuesta contiene una acción prometida. Utiliza una pregunta de elección para asignar una solicitud a una categoría conocida. Utiliza una puntuación para ordenar una cola de revisión o valorar una respuesta según una rúbrica definida. Estas tareas difieren en el resultado que necesita tu aplicación, así que selecciona el tipo de pregunta antes de preparar la entrada.

Preparación de la evidencia y las opciones

El modelo lee un estado proporcionado, expresado como texto o JSON, junto con preguntas e instrucciones acotadas. Incluye el material que determina la decisión y define los criterios con claridad. Para un clasificador de tickets, proporciona el mensaje y descripciones significativas de los destinos permitidos. Para una comprobación de calidad, proporciona la respuesta candidata, la tarea original y la rúbrica, en lugar de pedir una valoración general de calidad sin explicación.

Varias preguntas pueden compartir la misma evidencia. Un solo ticket puede necesitar un destino, un nivel de urgencia y una comprobación de contactos repetidos. Mantener esas decisiones vinculadas al mismo material proporcionado facilita la interpretación del resultado. La formulación de la pregunta y la distinción entre opciones siguen siendo relevantes: unas etiquetas que se solapen o la falta de evidencia pueden producir una puntuación aparentemente precisa para una tarea mal definida.

Confianza y control del flujo de trabajo

Microsoft considera las probabilidades señales útiles de confianza para decidir si actuar, aplazar o pedir una revisión. Establece umbrales utilizando casos etiquetados representativos de tu propia carga de trabajo. El umbral para aceptar una asignación inocua de categoría puede diferir del umbral para una acción con un falso positivo costoso. Una opción explícita de incertidumbre permite que un clasificador evite forzar una elección sin respaldo.

Para una puntuación ordenada, utiliza el resultado para comparar elementos o aplicar un umbral medido; no es una valoración absoluta de calidad validada de forma independiente. Comprueba si reformular una pregunta o cambiar el orden de las opciones altera la decisión. Esto concreta el significado de una puntuación devuelta para la aplicación que la utiliza.

Usos prácticos de un modelo de decisión

Un agente puede utilizar una decisión acotada para elegir su siguiente acción, un flujo documental puede clasificar el material entrante y un paso de evaluación puede aceptar, revisar o escalar un resultado generado. Microsoft también describe como aplicaciones el análisis de intenciones, la asignación de incidentes, la relevancia de búsqueda y el etiquetado de datos. Un modelo generativo sigue siendo el componente adecuado cuando el artefacto requerido es un resumen, una explicación, un texto reescrito o código; el modelo de decisión puede seleccionar el siguiente paso de procesamiento.

Para un proyecto con la API de Ailoot, empieza por una decisión específica y define la evidencia, las respuestas permitidas y la acción asociada a cada resultado. Ten en cuenta la sensibilidad documentada del modelo a la formulación y su falta de una justificación escrita. Evalúa las decisiones frente a las etiquetas reales de la tarea y examina los casos inciertos antes de tratar la confianza como permiso automático para actuar.