Perplexity: Decider V1.1 27B

Decider V1.1 27B — обновлённая контрольная точка принятия решений Perplexity. Она оценивает переданное содержимое относительно определённого вопроса и формирует вероятности допустимых ответов. Её нативный артефакт содержит выходной модуль решений вместо модуля языковой генерации по полному словарю. Полезный результат — распределение решений в заданных границах и его интерпретированный ответ, а не объяснение в свободной форме или общий ответ чата.

Что меняется в издании V1.1

Perplexity обозначает эту модель как обновление Decider V1 27B, сохраняющее ту же основу, с изменениями конфигурации внимания и большим количеством обучающих данных. Её основа — Qwen3.8-27B. Издание V1.1 должно сохранять собственные имя и конфигурацию, а не описываться как взаимозаменяемая копия предыдущей контрольной точки.

Состояние, вопрос и допустимые ответы

Опубликованный пример передаёт строку со состоянием и типизированным вопросом choice. Вопрос включает инструкции и критерии, чьи ключи являются семантическими ответами, а описания определяют применимость каждого. Модель предсказывает вероятности, затем вспомогательный код ответов производителя интерпретирует эти вероятности для вопроса. Пример инференса может обрабатывать список строк, с одним решением, связанным со свидетельствами и вопросом каждой строки.

Для маршрутизации запросов передайте реальное сообщение и относящийся к делу контекст, затем определите доступные отделы или категории. Иллюстративная задача может различать отказ интеграции, проблему доступа и запрос информации о продукте. Делайте каждое описание достаточно точным для разрешения пограничного случая и храните определения вариантов вместе с результатом. Распределение категорий может затем поддержать решение о маршрутизации или этап проверки, когда альтернативы остаются близкими. Выбранный моделью результат сам не выполняет действие рабочего процесса.

Текстовые и визуальные свидетельства

Нативная реализация принимает изображения вместе с состоянием и вопросом через файлы изображений, изображения в памяти или закодированные данные изображения. Для изображения документа или скриншота передайте визуальные свидетельства и задайте закрытый вопрос, варианты которого описывают соответствующие исходы. Укажите важный видимый признак и предоставьте текстовый контекст, необходимый для его интерпретации. Например, классифицируйте, относится ли изображённый предмет к одной из переданных категорий продуктов, вместо просьбы к модели принятия решений написать полное описание продукта.

Процессор сохраняет соотношение сторон при изменении размера и округляет стороны изображения до значений, кратных 32 пикселям. Документированная площадь после обработки начинается с 65 536 пикселей и ограничена настраиваемым максимумом; его значение по умолчанию — 4 194 304 пикселя, или 2048 на 2048. Каждый патч 32 на 32 даёт один визуальный токен, поэтому этот стандартный предел допускает до 4096 визуальных токенов для изображения. Эти числа описывают нативную подготовку изображений производителя, а не общий контракт загрузки файлов приложения.

Общий лимит входа и разрешение изображений

Документированный этап prepare требует, чтобы текст и все изображения одного решения помещались в 8192 токена. Слишком большой вход отклоняется, а не незаметно обрезается. Несколько изображений делят этот бюджет с текстовым состоянием и вопросом. При подготовке совмещённого решения уменьшайте нерелевантный исходный текст или ограничение размера изображения, сохраняя детали, определяющие ответ.

Конфигурация обучения и опубликованной оценки ограничивала изображения размером 512 на 512, что соответствует 262 144 пикселям и максимум 256 визуальным токенам. Настраиваемый предел инференса может сохранять больше деталей, но карточка предупреждает, что более высокое разрешение выходит за пределы этого обучающего распределения и расходует больше памяти и времени обработки. Поэтому увеличение настройки размера изображения не гарантирует лучшего решения. Согласуйте подготовку входа с вопросом и проверяйте, представлен ли нужный визуальный признак достаточно ясно.

Внимание, выходной модуль и калибровка вероятностей

Слои полного внимания нативной контрольной точки используют сохранённый некаузальный режим внимания, а слои линейного внимания сохраняют собственное поведение. Производитель указывает, что каузальный инференс по умолчанию не воспроизводит конфигурацию, на которой проводилась оценка. Реализация предсказания применяет сохранённую температуру калибровки; если логиты используются напрямую, эта температура применяется один раз, а вероятности нормализуются по текущим допустимым кандидатам. Эти детали относятся к точному профилю принятия решений и должны сохраняться при интерпретации его числовых выходов.

Отдельный выходной модуль решений также отличает этот артефакт от генеративного экспорта. Преобразование в интерфейс генерации на основе словаря требует явного сопоставления и должно сохранять поведение внимания. Готовьте закрытые вопросы для нативного профиля принятия решений; используйте подходящую генеративную модель, когда задаче нужны чат, код, объяснения или запросы инструментов.

Полезный итоговый артефакт сохраняет связь состояния, вопроса, разрешённых ответов и полученного распределения. Определяйте вопрос вокруг реально присутствующих свидетельств, проверяйте неоднозначные случаи по этим свидетельствам и используйте размеченные примеры целевой задачи для решения, как числовые выходы должны влиять на маршрутизацию или классификацию. Модель предоставляет вероятности решений; критерии и окружающее приложение определяют, как эти вероятности превращаются в полезное действие или зафиксированную метку.