StartLux-Decision 是什么?开源决策模型：一次前向给出每个选项的校准概率
中文导读
StartLux-Decision 是开源项目,站内分类为 本地部署。简介:开源决策模型：一次前向给出每个选项的校准概率。项目说明中列出的主要功能包括:为每个问题的每个选项返回校准概率，支持 choice、noul、score 三种问题类型；Instant 模型单次前向传播完成推理，AutoThink 模型在不确定时生成简短推理轨迹；提供 vLLM、llama.cpp 和 MLX 三种推理后端。适合需要为智能体或自动化系统提供快速、可校准决策能力的开发者，以及研究决策模型的研究人员。
根据 GitHub 公开数据,该项目的编程语言为 Python,开源协议为 Apache-2.0,创建于 2026-09-29,最近更新于 2026-10-15,目前有 416 个 Star。
项目介绍
StartLux-Decision 是一系列开放权重的决策模型，参数规模从 0.8B 到 27B。给定状态（文本、JSON 或图像）和一组带类型的问题，模型会为每个问题的每个选项返回概率，支持选项选择（choice）、是/否判断（noul）和量表评分（score）。
模型分为 Instant 和 AutoThink 两种变体。Instant 模型通过双向注意力在单次前向传播中给出答案；AutoThink 模型在最高概率达到阈值（默认 0.6）时同样一次通过，否则会生成简短的推理轨迹并重新读取答案。本仓库包含这两种变体的推理引擎和 HTTP 服务器，API 兼容 System One /v1/systemone。
项目提供 vLLM、llama.cpp 和 MLX 后端支持，模型权重以 GGUF 和 MLX 格式发布在 Hugging Face。技术报告已发布在 arXiv（2610.17309），并提供了在计算机操作、国际象棋、超级马里奥兄弟等场景中的演示。
主要功能
- 为每个问题的每个选项返回校准概率，支持 choice、noul、score 三种问题类型
- Instant 模型单次前向传播完成推理，AutoThink 模型在不确定时生成简短推理轨迹
- 提供 vLLM、llama.cpp 和 MLX 三种推理后端
- 包含 HTTP 服务器，API 兼容 System One /v1/systemone
- 模型权重以 GGUF 和 MLX（8-bit/4-bit）格式发布，覆盖 0.8B 到 27B 多个规模
- 附带计算机操作、国际象棋、游戏等场景的演示代码
适合谁用
适合需要为智能体或自动化系统提供快速、可校准决策能力的开发者，以及研究决策模型的研究人员。