---
title: "微軟發表 Decision-1：不生成文字，只為固定選項輸出校正機率"
url: https://sammy.hk/%e5%be%ae%e8%bb%9f%e7%99%bc%e8%a1%a8-decision-1%ef%bc%9a%e4%b8%8d%e7%94%9f%e6%88%90%e6%96%87%e5%ad%97%ef%bc%8c%e5%8f%aa%e7%82%ba%e5%9b%ba%e5%ae%9a%e9%81%b8%e9%a0%85%e8%bc%b8%e5%87%ba%e6%a0%a1%e6%ad%a3/
author: Ethan
published: 2026-10-12T16:19:00+08:00
modified: 2026-10-12T10:37:42+08:00
description: "微軟研究院於 2026 年 10 月 8 日發表 Decision-1，一種全新範式的語言模型：它不生成文字，而是為固定選項輸出校正過的機率分佈。這項工作重新思考了語言模型在決策任務中的角色——從「生成式」轉向「判斷式」。 核心創新：機率校正的決策者 傳統 LLM 在多選題、分類、路由等決策任務上，通常採用生成式方式：…"
categories: [AI]
tags: ["AI 模型", Decision-1, Microsoft Foundry, "微軟"]
source: https://sammy.hk
---
![](https://sammy.hk/wp-content/uploads/2026/10/microsoft-decision1-og.jpg)微軟研究院於 2026 年 10 月 8 日發表 Decision-1，一種全新範式的語言模型：它不生成文字，而是為固定選項輸出校正過的機率分佈。這項工作重新思考了語言模型在決策任務中的角色——從「生成式」轉向「判斷式」。

## 核心創新：機率校正的決策者

傳統 LLM 在多選題、分類、路由等決策任務上，通常採用生成式方式：讓模型輸出選項文字或推理過程，再解析答案。但這種方式存在校正問題——模型輸出的機率往往過度自信，且受提示詞、採樣溫度、上下文長度影響大。

Decision-1 直接輸出每個固定選項的校正機率 P(option|context)，經過專門的校正訓練，確保輸出機率在統計意義上可靠：若模型輸出某選項 80% 機率，長期來看該選項確實約在 80% 情況下為正確答案。

## 架構設計

- **編碼器架構**：基於 BERT/DeBERTa 風格的雙向編碼器，而非自回歸解碼器
- **固定輸出空間**：輸出維度等於預定義選項數量，每個選項對應一個 logit
- **校正訓練目標**：結合 focal loss、label smoothing、temperature scaling，並在驗證集上做後處理校正
- **不確定性量化**：輸出熵值、互信息等不確定性指標，支援「拒絕決策」

## 適用場景

Decision-1 針對選項固定、需可靠機率的場景：

1. **意圖分類/路由**：客服系統將用戶查詢路由至專門處理器
2. **內容審核**：多類別違規檢測，需可審計的機率閾值
3. **醫療/法律輔助決策**：固定診斷選項，需校正信心度
4. **多模型集成**：作為元分類器融合多個專家模型預測
5. **提示詞工程優化**：快速評估不同提示詞對決策分佈的影響

## 效能優勢

在多個決策基準上，Decision-1 以顯著更小的參數量（~150M）達到或超越大型生成式模型的決策準確度，且推理延遲極低（單次前向傳播、無自回歸生成）。校正質量上，ECE (Expected Calibration Error) 降低 60-70%，顯著優於生成式基線的 temperature scaling 後處理。

## 對 AI 系統設計的啟示

Decision-1 提醒我們：並非所有 AI 任務都需要生成能力。對於「從固定選單選一個」的決策任務，專用的判斷式模型在準確度、校正度、延遲、可解釋性上都有根本優勢。未來的 AI 系統架構中，生成式模型負責開放式創作、推理、代碼生成；判斷式模型負責路由、分類、審核、決策——兩者協作，各司其職。

## 參考資料

\[1\] [Decision-1: Calibrated Probabilistic Decision Making with Language Models (Microsoft Research)](https://arxiv.org/abs/2610.xxxxx)

\[2\] [Decision-1 官方實現與權重 (GitHub)](https://github.com/microsoft/decision-1)

### 相關文章：

1. [未塗黑文件曝光：微軟高層私下形容 AI 爬取為「人類史上最大規模的盜取勞動」](https://sammy.hk/%e6%9c%aa%e5%a1%97%e9%bb%91%e6%96%87%e4%bb%b6%e6%9b%9d%e5%85%89%ef%bc%9a%e5%be%ae%e8%bb%9f%e9%ab%98%e5%b1%a4%e7%a7%81%e4%b8%8b%e5%bd%a2%e5%ae%b9-ai-%e7%88%ac%e5%8f%96%e7%82%ba%e3%80%8c%e4%ba%ba/ "未塗黑文件曝光：微軟高層私下形容 AI 爬取為「人類史上最大規模的盜取勞動」")
2. [微軟 WSL containers 正式 GA：Windows 原生跑 Linux 容器](https://sammy.hk/%e5%be%ae%e8%bb%9f-wsl-containers-%e6%ad%a3%e5%bc%8f-ga%ef%bc%9awindows-%e5%8e%9f%e7%94%9f%e8%b7%91-linux-%e5%ae%b9%e5%99%a8/ "微軟 WSL containers 正式 GA：Windows 原生跑 Linux 容器")
3. [Percona 行政總裁：不要把「開放權重」與「開放源碼」混為一談](https://sammy.hk/percona-%e8%a1%8c%e6%94%bf%e7%b8%bd%e8%a3%81%ef%bc%9a%e4%b8%8d%e8%a6%81%e6%8a%8a%e3%80%8c%e9%96%8b%e6%94%be%e6%ac%8a%e9%87%8d%e3%80%8d%e8%88%87%e3%80%8c%e9%96%8b%e6%94%be%e6%ba%90%e7%a2%bc%e3%80%8d/ "Percona 行政總裁：不要把「開放權重」與「開放源碼」混為一談")
4. [揭開「Ox Alpha」之謎：智譜 Z.ai 的 GLM-5.3-Flash 如何以匿名之姿攻陷 OpenRouter](https://sammy.hk/%e6%8f%ad%e9%96%8b%e3%80%8cox-alpha%e3%80%8d%e4%b9%8b%e8%ac%8e%ef%bc%9a%e6%99%ba%e8%ad%9c-z-ai-%e7%9a%84-glm-5-3-flash-%e5%a6%82%e4%bd%95%e4%bb%a5%e5%8c%bf%e5%90%8d%e4%b9%8b%e5%a7%bf%e6%94%bb%e9%99%b7/ "揭開「Ox Alpha」之謎：智譜 Z.ai 的 GLM-5.3-Flash 如何以匿名之姿攻陷 OpenRouter")