A StartLux lançou a família de modelos de tomada de decisão abertos StartLux-Decision v1.1. O modelo 27B Instant da StartLux agora ocupa o primeiro lugar no ranking Decision Index 0.3.2 na plataforma Hugging Face. A StartLux é uma empresa em incubação na Genora.
O Decision Index é um ranking mantido pela comunidade e não está associado à TypeSafe. Em 16 de outubro, o modelo 27B Instant alcançou a primeira posição, com uma pontuação completa de 69.12. Ele também liderou em cada um dos três componentes do ranking: 72.88 em benchmarks públicos, 64.82 em testes privados com as mesmas habilidades e 61.41 em tarefas privadas de novas áreas.
O segundo lugar foi ocupado pelo modelo vLLM-SR d3 com uma pontuação de 66.26, e o Jev 1.14 obteve um resultado de 61.53.
Estes modelos foram desenvolvidos para executar uma tarefa prática específica. Recebendo um estado que pode ser representado por texto, JSON ou imagens, bem como um conjunto de perguntas definidas com tipos especificados, o modelo fornece a probabilidade para cada opção: escolha de uma lista, julgamento de 'sim' ou 'não' ou nível em uma escala. Os modelos Instant respondem com uma única passagem, usando atenção bidirecional sobre a consulta.
Os modelos AutoThink funcionam de forma semelhante quando estão confiantes na resposta; no entanto, se a probabilidade mais alta cair abaixo do limiar definido, que é 0.6 por padrão, eles geram um breve rastro de raciocínio e, em seguida, reanalisam a resposta.
A linha inclui oito modelos abertos com parâmetros de 0.8B a 27B nas variantes Instant e AutoThink, disponíveis em formatos quantizados GGUF e MLX. Eles podem operar em vLLM e MLX. Os pesos desses modelos foram lançados sob a licença CC BY-NC 4.0, que proíbe o uso comercial.
No subconjunto público do Decision Index 0.3, a StartLux relata um resultado autogerado de 73.37 para o modelo 27B AutoThink com um limite de 0.9. Além disso, a empresa apresentou o DecisionPivot — um benchmark proprietário de soluções verificáveis, criado com base em pares de contrastes que diferem em um único detalhe que altera a resposta, abrangendo políticas, registros, gráficos, permissões e chamadas de ferramentas. A StartLux afirma um nível de precisão de pares de 86.9% para o modelo 27B AutoThink. Vale ressaltar que ambos esses indicadores são dados fornecidos pela própria empresa, e não resultados independentes.
Um relatório técnico, publicado no arXiv sob o número 2610.17309, descreve um processo de treinamento de três etapas e um método de aprendizado por reforço chamado RLCD-squared. Este método recompensa probabilidades de tomada de decisão mais precisamente calibradas usando regras de pontuação correta e penaliza suavemente raciocínios excessivamente longos. Os autores afirmam que isso permitiu reduzir o comprimento médio do raciocínio em cerca de 65%, mantendo uma alta precisão.
As demonstrações no site do projeto mostram como os modelos executam chamadas passo a passo em xadrez, Super Mario Bros., StarCraft II e em uma tarefa de compra usando computador, sendo que em cada etapa é fornecida uma solicitação de texto.