Perplexity: Decider V1.1 27B

A Decider V1.1 27B a Perplexity frissített döntési checkpointja. A megadott tartalmat egy meghatározott kérdés alapján értékeli, és valószínűségeket ad az érvényes válaszokhoz. Natív modellartefaktuma döntési kiolvasót tartalmaz, nem teljes szókészletre kiterjedő nyelvgeneráló fejet. A hasznos eredmény behatárolt döntési eloszlás és annak értelmezett válasza, nem nyitott végű magyarázat vagy általános csevegőválasz.

Mi változik a V1.1 kiadásban

A Perplexity ezt a modellt a Decider V1 27B frissítéseként azonosítja, amely megtartja ugyanazt az alapmodellt, módosított figyelmi beállításokkal és több tanítási adattal. Az alapmodellje Qwen3.8-27B. A V1.1 kiadás saját nevét és konfigurációját meg kell őrizni, nem szabad a korábbi checkpointtal felcserélhető másolatként leírni.

Állapot, kérdés és érvényes válaszok

A közzétett példa állapotot és típusos choice kérdést tartalmazó sort ad meg. A kérdés utasításokat és kritériumokat tartalmaz, amelyek kulcsai a szemantikai válaszok, leírásaik pedig megadják, mikor érvényes az adott válasz. A modell valószínűségeket becsül, majd a gyártó válaszsegédje értelmezi ezeket a kérdéshez. Az inferenciapélda sorok listáját is képes feldolgozni, minden döntést az adott sor bizonyítékához és kérdéséhez kötve.

Kérések továbbirányításához adja meg a tényleges üzenetet és a releváns kontextust, majd határozza meg az elérhető részlegeket vagy kategóriákat. Egy példafeladat megkülönböztethet integrációs hibát, hozzáférési problémát és termékinformáció-kérést. Minden leírás legyen elég pontos egy határeset eldöntéséhez, és az eredménnyel együtt őrizze meg a lehetőségek definícióit. A kategóriaeloszlás ezután támogathatja a továbbirányítási döntést vagy az ellenőrzési lépést, ha az alternatívák közel maradnak egymáshoz. A modell kiválasztott eredménye önmagában nem hajtja végre a munkafolyamat műveletét.

Szöveges és képi bizonyíték

A natív implementáció az állapot és a kérdés mellett képeket is elfogad, képfájl-bemenetként, memóriában lévő képként vagy kódolt képadatként. Dokumentumképhez vagy képernyőképhez adja meg a vizuális bizonyítékot, és tegyen fel zárt kérdést, amelynek lehetőségei leírják a releváns kimeneteleket. Azonosítsa a fontos látható jellemzőt, és adja meg az értelmezéséhez szükséges szöveges kontextust. Például sorolja be, hogy a képen látható termék a megadott termékkategóriák valamelyikébe tartozik-e, ahelyett hogy a döntési modelltől teljes termékleírást kérne.

A feldolgozó átméretezéskor megőrzi a képarányt, és a kép oldalait 32 pixel többszörösére kerekíti. A dokumentált feldolgozott terület 65 536 pixelnél kezdődik, és konfigurálható maximum korlátozza; ennek alapértéke 4 194 304 pixel, azaz 2048-szor 2048. Minden 32-szer 32 pixeles részlet egy vizuális tokent ad, így ez az alapbeállítás képenként legfeljebb 4096 vizuális tokent enged. Ezek az értékek a gyártó natív képelőkészítését írják le, nem általános alkalmazásfeltöltési szerződést.

Az összesített bemenet korlátai és a felbontás hatóköre

A dokumentált prepare lépés megköveteli, hogy egy döntés szövege és összes képe együtt elférjen 8192 tokenben. A túlméretes bemenetet elutasítja, nem csonkítja meg észrevétlenül. Több kép a szöveges állapottal és a kérdéssel osztozik ezen a kereten. Kombinált döntés előkészítésekor csökkentse a nem releváns forrásszöveget vagy a képméret felső korlátját, de őrizze meg a választ eldöntő részletet.

A tanítási és a közölt értékelési beállítás 512-szer 512-re korlátozta a képeket, ami 262 144 pixelnek és legfeljebb 256 vizuális tokennek felel meg. A konfigurálható inferenciakorlát több részletet tarthat meg, de a modellkártya figyelmeztet, hogy a nagyobb felbontás kívül esik ezen a tanítási eloszláson, és több memóriát, valamint feldolgozási időt használ. A nagyobb képbeállítás tehát nem garantál jobb döntést. A bemenet-előkészítés illeszkedjen a kérdéshez, és ellenőrizze, hogy a szükséges vizuális jellemző jól láthatóan jelenik-e meg.

Figyelmi mechanizmus, kiolvasás és valószínűség-kalibrálás

A natív checkpoint teljes figyelmi rétegei mentett nem kauzális figyelmi módot használnak, míg lineáris figyelmi rétegei megtartják saját működésüket. A gyártó szerint az alapértelmezett kauzális inferencia nem reprodukálja az értékelt beállítást. A predikciós implementáció alkalmazza a mentett kalibrációs hőmérsékletet; ha a logitokat közvetlenül használják, ezt a hőmérsékletet egyszer kell alkalmazni, és a valószínűségeket az aktuális érvényes jelöltekre normalizálni. Ezek a részletek az adott döntési profilhoz tartoznak, és meg kell őrizni őket a számszerű kimenetek értelmezésekor.

A külön döntési kiolvasó a generatív exporttól is megkülönbözteti ezt az artefaktumot. Szókészletalapú generálási interfésszé alakításához kifejezett leképezés szükséges, és meg kell őrizni a figyelmi mechanizmus működését. A natív döntési profilhoz zárt kérdéseket készítsen; ha a feladat csevegést, kódot, magyarázatokat vagy eszközkéréseket igényel, megfelelő generatív modellt használjon.

A hasznos végső eredmény összekapcsolva tartja az állapotot, a kérdést, a megengedett válaszokat és az eredményeloszlást. A kérdést ténylegesen jelen lévő bizonyíték köré határozza meg, a kétértelmű eseteket e bizonyíték alapján ellenőrizze, és a tervezett feladat címkézett példáival döntse el, hogyan befolyásolják a számszerű kimenetek a továbbirányítást vagy besorolást. A modell döntési valószínűségeket szolgáltat; a kritériumok és a környező alkalmazás határozzák meg, hogyan lesz ezekből hasznos művelet vagy rögzített címke.