開發人員提出了一個名為 minojev 的決策模型

開發團隊發佈了 minojev — 一種針對決策任務的專用模型。與標準語言模型不同，該系統生成的不是文本答案，而是概率分佈，使其可用於自動化邏輯過程。

minojev 的架構針對單次傳遞（single-pass）進行了優化。这使其能夠在普通的 CPU 上完全自治地運行，而無需連接到雲服務器或專用 GPU 加速器。

該模型在路由請求到支持服務和管理自治代理的行為任務中表現出色。通過放棄文本生成，系統最小化了延遲，這對於需要即時響應的場景至關重要。

該項目的源代碼已在 GitHub 上公開。開發人員將該解決方案定位為一個工具，用于集成到現有的管道中，在這些管道中需要可預測的決策邏輯，而無需進行不必要的計算，從而降低了對於大型語言模型（LLM）的需求。

出現這樣的專用模型使得可以將部分智能任務從強大的服務器轉移到本地設備。這簡化了將 AI 邏輯集成到資源有限的系統中的過程，同时保持了高精度的分類和行動選擇。