Microsoft: Microsoft-Decision-1

Microsoft-Decision-1 ialah model penskoran keputusan Microsoft untuk pengelasan, penghalaan, penentuan keutamaan dan penilaian. Ia membaca teks atau JSON yang diberikan dan mengembalikan kebarangkalian, pilihan terpilih atau skor bertertib, lalu memberikan hasil berstruktur kepada logik aplikasi, bukannya prosa terjana.

Ailoot Ultra · System One POST /v1/systemone microsoft/microsoft-decision-1

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Microsoft-Decision-1 dibina untuk membuat keputusan tentang kandungan yang diberikan: memilih label, menyemak syarat atau memberikan penarafan. Microsoft menjalankan pascalatihan Qwen3.5-9B untuk tugas penskoran khusus ini. Hasilnya ialah pertimbangan berangka yang boleh digunakan aplikasi secara langsung, bukannya perbualan, dokumen atau penjelasan bertulis.

Pilihan tetap dan jenis soalan yang jelas

Pengeluar menerangkan tiga jenis soalan. Soalan binari mengembalikan kebarangkalian antara 0 dan 1 untuk syarat yang ditakrifkan. Soalan pilihan memilih satu pilihan dan mengembalikan kebarangkalian bagi setiap calon. Soalan penskoran meletakkan item pada skala bertertib dan mengembalikan nilai berwajaran kebarangkalian yang boleh berada di antara tahap skala.

Gunakan soalan binari apabila aliran kerja perlu menyemak syarat, seperti sama ada balasan mengandungi tindakan yang dijanjikan. Gunakan soalan pilihan untuk menetapkan permintaan kepada kategori yang diketahui. Gunakan skor untuk menyusun barisan semakan atau menggred respons berdasarkan rubrik yang ditakrifkan. Tugas ini berbeza dari segi hasil yang diperlukan aplikasi anda, maka pilih jenis soalan sebelum menyediakan input.

Menyediakan bukti dan pilihan

Model membaca keadaan yang diberikan dalam bentuk teks atau JSON bersama soalan dan arahan yang terhad skopnya. Sertakan bahan yang menentukan keputusan dan takrifkan kriteria dengan jelas. Untuk pengelas tiket, berikan mesej serta penerangan bermakna tentang destinasi yang dibenarkan. Untuk semakan kualiti, berikan jawapan calon, tugas asal dan rubrik, bukannya meminta penarafan kualiti umum tanpa penjelasan.

Beberapa soalan boleh berkongsi bukti yang sama. Satu tiket mungkin memerlukan destinasi, tahap kesegeraan dan semakan sama ada pelanggan menghubungi berulang kali. Mengaitkan keputusan itu dengan bahan sama yang diberikan menjadikan hasil lebih mudah ditafsirkan. Ungkapan soalan dan perbezaan antara pilihan masih penting: label bertindih atau bukti yang tiada boleh menghasilkan skor yang kelihatan tepat untuk tugas yang tidak ditakrifkan dengan baik.

Keyakinan dan kawalan aliran kerja

Microsoft menganggap kebarangkalian sebagai isyarat keyakinan yang berguna untuk memutuskan sama ada hendak bertindak, menangguhkan atau meminta semakan. Tetapkan ambang menggunakan kes berlabel yang mewakili beban kerja anda sendiri. Ambang menerima penetapan kategori yang tidak berbahaya boleh berbeza daripada ambang tindakan yang mempunyai kos positif palsu yang tinggi. Pilihan tidak pasti yang jelas membolehkan pengelas mengelakkan pilihan terpaksa tanpa sokongan.

Bagi skor bertertib, gunakan hasil untuk membandingkan item atau menerapkan ambang yang telah dinilai; ia bukan penarafan kualiti mutlak yang disahkan secara bebas. Periksa sama ada parafrasa soalan atau perubahan urutan pilihan mengubah keputusan. Ini menjadikan makna skor yang dikembalikan konkrit bagi aplikasi yang menggunakannya.

Penggunaan praktikal model keputusan

Ejen boleh menggunakan keputusan terhad untuk memilih tindakan seterusnya, aliran kerja dokumen boleh mengelaskan bahan masuk, dan langkah penilaian boleh menerima, menyemak semula atau mengeskalasi hasil terjana. Microsoft turut menerangkan analisis niat, penghalaan insiden, kerelevanan carian dan pelabelan data sebagai aplikasi. Model generatif tetap menjadi komponen yang sesuai apabila artifak yang diperlukan ialah ringkasan, penjelasan, teks yang ditulis semula atau kod; model keputusan boleh memilih langkah pemprosesan seterusnya.

Untuk projek Ailoot API, mulakan dengan keputusan khusus dan takrifkan bukti, jawapan yang dibenarkan serta tindakan yang dikaitkan dengan setiap hasil. Ambil kira sensitiviti model terhadap ungkapan yang didokumenkan serta ketiadaan alasan bertulis. Nilai keputusan berdasarkan label sebenar tugas dan periksa kes tidak pasti sebelum menganggap keyakinan sebagai kebenaran automatik untuk bertindak.

Ailoot Ultra · System One POST /v1/systemone microsoft/microsoft-decision-1

microsoft/microsoft-decision-1

Microsoft /microsoft/microsoft-decision-1

Pengenalan

Input yang diterima: Teks
Hasil: decisions

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · System One POST /v1/systemone

Input: text
Output: decisions
Format output: json

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had microsoft/microsoft-decision-1	Lalai—
Medan`provider`	Jenis`schema`	KeperluanPilihan	Nilai & had	Lalai—
Medan`questions`	Jenis`object`	KeperluanDiperlukan	Nilai & had	Lalai—
Medan`session_id`	Jenis`string`	KeperluanPilihan	Nilai & had	Lalai—
Medan`state`	Jenis`schema`	KeperluanDiperlukan	Nilai & had	Lalai—
Medan`trace`	Jenis`schema`	KeperluanPilihan	Nilai & had	Lalai—
Medan`user`	Jenis`string`	KeperluanPilihan	Nilai & had	Lalai—
Medan`questions.<id>.type`	Jenis`string`	KeperluanDiperlukan	Nilai & had noul, choice, score	Lalai—
Medan`questions.<id>.instructions`	Jenis`string\|object\|array`	KeperluanDiperlukan	Nilai & had	Lalai—
Medan`questions.<id>.criteria`	Jenis`object\|array`	KeperluanPilihan	Nilai & had Syarat: choice/score: wajib; noul: pilihan. Kriteria choice ialah objek; score ialah tatasusunan dengan minItems1.	Lalai—
Medan`questions.<id>.criteria.true`	Jenis`string\|object\|array`	KeperluanDiperlukan	Nilai & had Terpakai apabila: Objek kriteria noul dibekalkan	Lalai—
Medan`questions.<id>.criteria.false`	Jenis`string\|object\|array`	KeperluanDiperlukan	Nilai & had Terpakai apabila: Objek kriteria noul dibekalkan	Lalai—

Gabungan bahan input

noul · Diperlukan: state, questions.<id>.type=noul, questions.<id>.instructions

choice · Diperlukan: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object

score · Diperlukan: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1

Parameter kaedah dan kitar hayat

Parameter	Kontrak
Parameter`content_type`	Kontrakapplication/json
Parameter`required`	Kontrakmodel, state, questions
Parameter`material_types`	Kontraktext
Parameter`optional_controls`	Kontrakprovider, session_id, trace, user
Parameter`multimodal_input_binding`	Kontraknull

Kitar hayat: synchronous

Hantar ID model yang tepat dan simpan respons natif yang lengkap.

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas: Tidak dinyatakan Apabila mod pantas dipilih
Mod flex: Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum: Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

Konfigurasi	Jadual kadar	Token konteks, melebihi	Token konteks, sehingga dan termasuk	Caj
KonfigurasiKadar asas token	Jadual kadarKadar asas	Token konteks, melebihi—	Token konteks, sehingga dan termasukTiada had atas	Caj Input · Token input $0.000084 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token
KonfigurasiTahap panjang permintaan 1	Jadual kadar—	Token konteks, melebihi0	Token konteks, sehingga dan termasukTiada had atas	Caj Input · Token input $0.000084 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · System One

Struktur permintaan rasmi yang dikekalkan; contoh dokumentasiGunakan bahan permintaan sebenar anda dan simpan hasil lengkap

{
  "model": "microsoft/microsoft-decision-1",
  "questions": {
    "is_bug": {
      "criteria": {
        "false": "The customer is asking a question or requesting a feature.",
        "true": "The customer describes broken or unexpected product behavior."
      },
      "instructions": "Is the customer reporting a software defect?",
      "type": "noul"
    },
    "team": {
      "criteria": {
        "account": "Login, permissions, or profile issues.",
        "frontend": "Rendering, layout, or browser compatibility issues.",
        "payments": "Checkout, billing, or payment processing issues."
      },
      "instructions": "Which team should own this ticket?",
      "type": "choice"
    },
    "urgency": {
      "criteria": [
        "Can wait for the next release",
        "Should be fixed this week",
        "Blocking revenue right now"
      ],
      "instructions": "How urgent is this ticket?",
      "type": "score"
    }
  },
  "state": {
    "customer_tier": "enterprise",
    "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."
  }
}

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"
export AILOOT_REQUEST_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))
if not isinstance(p,dict): raise SystemExit('Request must be a JSON object')
p['model']='microsoft/microsoft-decision-1'
Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))
PY_RESULT

Terima dan simpan hasil

Ailoot Ultra · System One

json

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Setiap jawapan bagi ID soalan yang diberikan dikekalkan berserta jenis tepatnya, nilai noul/choice/score, keyakinan, kebarangkalian dan petunjuk. Keseluruhan JSON asal disimpan dan hanya dikembalikan selepas penyelesaian caj.

Jika respons asal perlu disemak

Simpan operasi asal dan balasan penuh/separa; jangan ulang POST.

Medan respons

Medan	Jenis
Medan`model`	Jenisstring
Medan`id`	Jenisstring
Medan`provider`	Jenisstring
Medan`answers.<id>.type`	Jenisstring
Medan`answers.<id>.noul`	Jenisnumber
Medan`answers.<id>.choice`	Jenisstring
Medan`answers.<id>.score`	Jenisnumber
Medan`answers.<id>.confidence`	Jenisnumber
Medan`answers.<id>.probabilities`	Jenisobject
Medan`answers.<id>.legend`	Jenisobject
Medan`usage.input_tokens`	Jenisinteger
Medan`usage.output_tokens`	Jenisinteger
Medan`usage.cost`	Jenisnumber

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, bentuk perwakilan atau nilai tidak sah	Langkah seterusnyaBetulkan medan permintaan yang dinyatakan.

Alias

Alias model

Ailoot Ultra microsoft/microsoft-decision-1

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

microsoft/microsoft-decision-1

FAQ · Microsoft: Microsoft-Decision-1

Apakah input dan hasil yang tersedia?: POST /v1/systemone · microsoft/microsoft-decision-1: text → decisions
Apakah medan yang digunakan oleh permintaan?: POST /v1/systemone · microsoft/microsoft-decision-1: model, provider, questions, session_id, state, trace, user

Microsoft: Microsoft-Decision-1