RUITA / DAILY BRIEF ·
给大量回答分类,Intern-Decision 把‘选项概率’一次算出
需要给访谈、评论或问卷答复编码的研究者,可以关注上海 AI 实验室公开的 Intern-Decision:它能按预设选项一次返回各类概率。2B 版在官方 RTX 4090 测试中平均约 33 毫秒;正式研究仍要用人工样本核对准确性。
KEY FACTS
核心信息
- 01
Hugging Face 官方模型卡介绍 0.8B、2B、4B 三档,2B 基于 Qwen3.5-2B 微调。
- 02
模型卡说明一次前向计算可为多个预设问题返回答案分布,不生成自由长文。
- 03
官方表中 2B 在单张 RTX 4090 上每条请求均值 33.28 毫秒;4B 在列出的基准平均为 90.02 分,2B 为 84.68 分。
原来费劲在哪
对几千条评论做‘抱怨什么、紧急吗、是否要退款’之类的编码,用通用聊天模型逐条写解释可能慢,也不方便比较把握度。这个模型要求先写好问题、选项和判断标准,再一次给多个字段算概率。
模型实际输出什么
模型卡示例把团队归属做成选择题、紧急程度做成评分、是否要求退款做成是非判断。输出是结构化答案及概率,不是对研究资料的自动理论解释;‘概率经过校准’是作者实现说明,具体可靠性要在自己的样本上检验。
跑分和速度怎么看
约 33 毫秒对应 2B 版、单张 RTX 4090 与官方本地推理路径。90.02 是 4B 版在官方列出的多个基准上的平均分,不能把两款模型的数字合到同一版本,也不能保证教育或社科数据达到同样表现。
研究上先做哪一步
先由研究者拟好类别和人工标注样本,再比较模型与人工的一致性,重点抽检低置信度和边界案例。模型卡提供代码与技术报告入口,可供有计算环境的团队复核。