本帖最后由 创天蓝 于 2026-11-18 21:03 编辑
从招标网站筛项目、筛简历、洗数据……只要涉及"从一堆里挑好的",都是苦活:量大、费时、标准还飘。
普通聊天大模型帮不上太多——批量筛又贵又慢,输出还不稳定。"决策模型"正是为这个场景而生。
这篇做个实战:用它给嘉立创电赛的两百多个项目批量打分,自动筛出优秀的那些。
决策模型的定位这次用的是 Radeon d3 系列决策模型
它和聊天模型最大的区别,就是输出长得不一样——聊天模型给你一段话,决策模型给你的是能直接被程序拿去判断的结果。
用法很简单:
喂给它一个 state(要判断的材料,文字、图片、视频都能塞)
再列一组 questions(要判断哪些事)
它返回的是选项概率、是否概率或分值,程序照着结果直接分支就行。
| 题型 | 输出 | 适合场景 | | choice | 从给定选项里选一个 | 分类、分级、按证据档位打分 | | noul | 是或否的概率 | 是否命中某条规则 | | score | 分值加档位标签 | 粗粒度总体评价 |
这次主要用 choice。质量评价需要稳定证据档位,把“是否优质”拆成 8 个可见项目,再让模型选择 0 到 3 档。 公开材料里,这类判断通常是百毫秒级,按题计价。它适合放在流水线里大量调用。
获取数据首先我们需要获取需要筛选的数据: 本次任务目标是获取嘉立创第11届电赛中和逻辑分析仪有关的项目,并进行打分 网站素材获取的实现细节不在这里展开,我们通过关键词筛选获取到大约200条原始项目数据。
评分表直接问“这个项目优质吗”,这是一个很主观的问题,标准会飘,每个人看法都不一样。 我读了 5 篇材料,发现差异很大。 有的正文写清采样率、触发方式、协议解码、PCB 阻抗和测试结果,有的正文只有一句话,其余是“请输入内容”。
于是我们需要一份 Rubric(评分量表 / 评分标准)
| 维度 | 权重 | 看什么 | | 逻辑分析相关性 | 10 | 是否明确写逻辑分析仪、时序、状态机等 | | 核心功能完整性 | 15 | 功能是否逐条说明 | | 硬件实现细节 | 15 | 芯片、电源、信号链、布线证据 | | 软件与上位机 | 10 | 固件结构、协议、烧录、解码改造 | | 测试数据与量化指标 | 20 | 指标、测试方法、实测结果、边界误差 | | 原创性与改进 | 15 | 来源、首次公开、改进点和解决的问题 | | 文档结构与可读性 | 10 | 是否分节清楚,是否方便复现评审 | | 开源与可复现资源 | 5 | 协议、原理图、源码、上游边界 |
本地扣分规则有三条:
- 模板占位符扣 10 分
- 正文少于 400 字扣 5 分
- 声明复刻但没有来源链接扣 5 分
相关性低于 2 档直接拦截。标题明确写逻辑分析仪时,相关性至少记 2 档,避免正文太短造成误判。
表格把“优质”拆成证据项。模型按证据选档,标准由人掌握。
输出结果204 条候选里: - 入选 9 条
- 需要复核 6 条
- 较差 189 条
- 优秀 1 条,良好 8 条,一般 6 条
分数排名如下,附模型原始分档:
| 排名 | 总分 | 等级 | 原始分档 | 置信度范围 | 1 | 85.00 | 优秀 | 3/3/3/3/2/3/2/3 | 0.48 到 0.98 | 2 | 83.33 | 良好 | 3/3/3/3/1/3/2/3 | 0.43 到 0.99 | 3 | 80.00 | 良好 | 2/3/2/3/2/3/2/2 | 0.39 到 0.80 | 4 | 76.67 | 良好 | 2/3/2/3/2/3/2/0 | 0.44 到 0.90 | 5 | 75.00 | 良好 | 3/3/3/1/1/3/2/2 | 0.49 到 0.97 | 6 | 75.00 | 良好 | 3/3/3/2/1/3/2/0 | 0.43 到 0.92 | 7 | 75.00 | 良好 | 3/3/2/2/1/3/2/3 | 0.47 到 0.97 | 8 | 70.00 | 良好 | 3/3/3/1/1/3/2/2 | 0.47 到 0.98 | 9 | 70.00 | 良好 | 3/3/2/1/1/3/2/2 | 0.56 到 0.96 |
本地结果表保留每一维分档、每一项得分、扣分原因、总分、等级和入选标记,排序后方便人工从最高分开始复核
Jev 帮你筛选候选者案例TypeSafe AI 是一家做决策模型的公司,Jev 是它推出的模型。 Treg 是 Agent 工具平台,把第三方数据源接进统一入口,按调用次数计费。这里的 Agent 指能理解指令、拆解任务、调用工具的智能体。
找人流程从一个画像开始。用户用自然语言写出目标条件,比如地区、融资阶段、岗位。Agent 把条件拆开,调用 Treg 里的数据源拿候选、履历和邮箱。Jev 在中间做判断:这个人是否符合画像,值不值得继续补邮箱和验邮箱。 公开报道里,这套流程单次有效线索成本约 0.0089 美元。292 人对照里,Treg 找到 289 个邮箱,Clay 找到 280 个,花费从 10.34 美元降到 1.49 美元。 Clay 是海外常见的客户数据补全工具。
决策模型适合处理这类判断: - 人物与线索筛选:判断候选人是否符合 ICP,邮箱发现由工具链完成
- 邮件与消息分流:判断是否要回复、归属哪个团队、紧急程度、是否含拒绝或投诉
- 多模态内容审核:对文本、图片、视频判断风险类型、是否需人工复核、是否命中社区规则
- Agent 工具审批:低风险操作自动放行,高风险操作转人工,长对话压缩时保留关键信息
- 身份与记录归并:判断两个账号或两条记录是否属于同一个人
- 销售回复分类:把回复分成继续跟进、暂缓、拒绝、转人工
|