Microsoft: Microsoft-Decision-1

Microsoft-Decision-1 is gebouwd voor beslissingen over aangeleverde inhoud: een label selecteren, een voorwaarde controleren of een beoordeling toekennen. Microsoft heeft Qwen3.5-9B verder getraind voor deze gerichte scoringstaak. Het resultaat is een numeriek oordeel dat een toepassing rechtstreeks kan gebruiken, in plaats van een gesprek, document of geschreven uitleg.

Vaste keuzes en duidelijke vraagtypen

De fabrikant beschrijft drie soorten vragen. Een binaire vraag retourneert voor een gedefinieerde voorwaarde een waarschijnlijkheid tussen 0 en 1. Een choice-vraag selecteert één optie en retourneert voor elke kandidaat een waarschijnlijkheid. Een scorevraag plaatst een item op een geordende schaal en retourneert een waarschijnlijkheidsgewogen waarde die tussen de niveaus van de schaal kan vallen.

Gebruik een binaire vraag wanneer een workflow een voorwaarde moet controleren, zoals of een antwoord een beloofde actie bevat. Gebruik een choice-vraag om een verzoek aan een bekende categorie toe te wijzen. Gebruik een score om een beoordelingswachtrij te ordenen of een antwoord tegen een gedefinieerde rubriek te beoordelen. Die taken verschillen in het resultaat dat uw toepassing nodig heeft, dus selecteer het vraagtype voordat u de invoer voorbereidt.

Het bewijsmateriaal en de opties voorbereiden

Het model leest een aangeleverde toestand, uitgedrukt als tekst of JSON, samen met begrensde vragen en instructies. Neem het materiaal op dat de beslissing bepaalt en definieer de criteria helder. Lever voor een ticketclassifier het bericht en betekenisvolle beschrijvingen van de toegestane bestemmingen aan. Geef voor een kwaliteitscontrole het kandidaatantwoord, de oorspronkelijke taak en de rubriek in plaats van een onverklaarde algemene kwaliteitsbeoordeling te vragen.

Meerdere vragen kunnen hetzelfde bewijsmateriaal delen. Eén ticket kan een bestemming, een urgentieniveau en een controle op herhaald contact nodig hebben. Die beslissingen aan hetzelfde aangeleverde materiaal koppelen maakt het resultaat makkelijker te interpreteren. De vraagformulering en het onderscheid tussen opties blijven belangrijk: overlappende labels of ontbrekende onderbouwing kunnen voor een slecht gedefinieerde taak een ogenschijnlijk precieze score opleveren.

Confidence en workflowcontrole

Microsoft behandelt waarschijnlijkheden als bruikbare vertrouwenssignalen om te beslissen of er wordt gehandeld, uitgesteld of om beoordeling wordt gevraagd. Stel drempels in met representatieve gelabelde gevallen uit uw eigen werklast. De drempel voor het accepteren van een onschuldige categorietoewijzing kan verschillen van de drempel voor een actie met een kostbaar fout-positief resultaat. Een expliciete optie voor onzekerheid laat een classifier vermijden dat hij een niet-onderbouwde keuze moet afdwingen.

Gebruik bij een geordende score het resultaat om items te vergelijken of een op metingen gebaseerde drempel toe te passen; het is geen onafhankelijk gevalideerde absolute kwaliteitsbeoordeling. Controleer of het parafraseren van een vraag of het veranderen van de optievolgorde de beslissing wijzigt. Dat maakt de betekenis van een geretourneerde score concreet voor de toepassing die hem verwerkt.

Praktische inzet van een beslismodel

Een agent kan een begrensde beslissing gebruiken om zijn volgende actie te kiezen, een documentworkflow kan binnenkomend materiaal classificeren en een evaluatiestap kan een gegenereerd resultaat accepteren, herzien of escaleren. Microsoft beschrijft ook intentieanalyse, incidentroutering, zoekrelevantie en datalabeling als toepassingen. Een generatief model blijft de geschikte component wanneer het vereiste artefact een samenvatting, uitleg, herschreven tekst of code is; het beslismodel kan de volgende verwerkingsstap selecteren.

Begin voor een Ailoot-API-project met een specifieke beslissing en definieer de onderbouwing, toegestane antwoorden en actie die bij elke uitkomst horen. Houd rekening met de gedocumenteerde gevoeligheid van het model voor formuleringen en het ontbreken van een geschreven motivering. Evalueer de beslissingen tegen de daadwerkelijke labels van de taak en onderzoek onzekere gevallen voordat u confidence als automatische toestemming om te handelen behandelt.