全球知名AI開源社區Hugging Face的Decision Index 0.3.2榜單近日更新，中國AI創業公司StartLux(原點星輝)推出的StartLux-Decision-v1.1-27B Instant以69.1分位列全球第一。該榜單納入173項公開復現模型，StartLux領先第二名近3分，也是榜單中唯一突破69分的模型。

圖：hugging face榜單

此次評估通過37項公開基準及多項私有測試綜合打分。StartLux此次登頂距其9月底發佈首代決策模型僅十餘天。9月30日，StartLux第一代開源決策模型27B版本在Decision Index 0.2.1中取得63.88分，38項基準中有31項領先。此次升級後，其27B AutoThink版本在Decision Index 0.3測試中綜合得分達73.37分，較美國AI公司TypeSafe推出的Jev(hosted)的57.96分領先約27%。

新一代StartLux-Decision提供Instant與AutoThink兩條路線。Instant為“極速判斷版”，覆蓋0.8B至27B五種規模，不生成推理過程，直接給出答案和信心分數，適合請求路由、內容分類等高頻任務;AutoThink為“按需思考版”，覆蓋4B、9B、27B，默認配置下信心達到0.9直接回答，信心不足時才進行規則核對、數字計算和例外排查。

在訓練方法上，StartLux原創提出RLCD²強化學習訓練方法，對真正改善判斷的推理給予獎勵，對冗長、超預算的思考施加懲罰。據團隊披露，經過RLCD²訓練，9B模型自行結束推理的比例從45.9%提高到93.9%，平均推理長度從2494個token降至868個，減少約65%，決策準確率基本保持不變。

StartLux-Decision 決策模型全系列全面超越其他同尺寸決策模型

此外，StartLux推出DecisionPivot評測基準，將條件相近、結論不同的題目組成一組，只有整組全部答對才計分。在7800道核心題中，StartLux-Decision-27B-AutoThink以86.9%的成對準確率位列第一。團隊還提出策略感知校準方法，在184組設置中，將置信度與準確率的差距範圍由−11.7至+20.5個百分點收窄至−2.7至+2.1個百分點，以更準確判斷結果應自動執行還是交由人工複核。

該系列已公開全部權重和推理代碼，支持本地部署。截至北京時間10月17日下午，StartLux決策模型累計下載量近12萬。此次更新還將決策能力拓展至動態多模態場景，通過火箭發射、洪災救援兩段視頻演示模型如何結合連續畫面、字幕與上下文處理多項判斷，並根據置信度決定是否深入思考。

StartLux-Decision 決策模型多領域表現

從Instant登頂第三方榜單，到AutoThink展現複雜決策能力，StartLux在十餘天內兩度刷新成績，顯示中國創業公司在決策模型這一新興賽道已形成技術競爭力。