NaceAI 开源 Drex 决策模型家族并发布技术报告
先了解这件事
NaceAI 发布开源多模态决策模型家族 Drex，并同步公开技术报告，介绍其训练方法：SFT 用标注数据和教师生成数据构建基础决策能力，RLAF 通过带 KL 正则化的调整反馈优化决策概率，视觉微调实现多模态支持。 据转述，Drex Max 在 Decision Bench v4 上达到 94.0% 准确率，超过 Jev 1.14、与 GPT-6 Sol 持平；在 DecideBench 上取得决策模型中的最高准确率，在 JevBench-231 上与最强模型相当。这些对比结果来自发布方转述，并非独立验证。 开发者可通过 NaceAI 控制台免费试用；Drex Max 1.1 和 Drex for Finance 仍为闭源，面向企业场景。
AI 根据报道生成 · 2 小时前更新
事件进展
2 个进展
- 11月6日 22:02 · 1 篇报道Nace AI 开源 Drex 多模态决策模型家族Aran Komatsuzaki (X)：Nace AI 发布开源多模态决策模型家族 Drex 及技术报告
- 11月6日 21:39 · 1 篇报道发布Drex技术报告介绍决策模型训练方法东锡 NLP：Drex 技术报告：决策模型训练全流程
报道时间线
沿着报道，了解事件的不同侧面。
- Rohan Paul (X)Nace AI 发布 Drex 技术报告，27B 决策模型 Drex Max 在 Decision Bench v4 上与 GPT-6 Sol 持平
Nace AI 发布 Drex 技术报告，介绍开源决策模型如何用 RLAF 训练。作者指出，27B 的 Drex Max 在 Decision Bench v4 上与 GPT-6 Sol 统计持平，且不生成任何 token：它读取上下文和问题，一次前向传播为每个候选选项返回一个概率。
- Aran Komatsuzaki (X)Nace AI 发布开源多模态决策模型家族 Drex 及技术报告
Nace AI 发布开源多模态决策模型家族 Drex，并同步公开技术报告。据作者转述，Drex Max 在 Decision Bench v4 上超过 Jev 1.14、与 GPT-6 Sol 持平，在 DecideBench 上取得决策模型中的最高准确率，并在 JevBench-231 上与最强模型相当。
- 东锡 NLPDrex 技术报告：决策模型训练全流程
如何训练一个 SOTA 基础决策模型？ Drex 技术报告给出了完整配方： 核心是 SFT + RLAF + 多模态训练流程 - SFT 利用标注数据和教师生成数据构建基础决策能力 - RLAF 通过带 KL 正则化的调整反馈来优化决策概率 - 通过视觉微调实现多模态支持 Drex Max 在 Decision Bench v4 上达到 94.0% 准确率，展现出接近 SOTA 的结构化决策能力，同时具备较低的推理延迟。 推荐阅读！
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。