不写思维链直接出答案：Drex 把 LLM 改造成决策模型

自回归大模型做决策有三宗罪：思维链给出不一致的答案、要写解析逻辑、成本和延迟都高。Nace.AI 的 Drex（arXiv 2611.07854）干脆换了个物种：不做「会聊天的模型」，做「决策模型」：给定状态、问题和用户提供的选项集，直接返回选项上的概率分布，没有自回归解码这一步。

接口统一成一个：每条请求是一个包含文档、记录或图像的状态，问题类型只有选择（最多 255 个选项）、是否或评分三种。四个开源权重模型全部放出（DLM 8B、v1.5 9B、v2.0 35B/3B 激活、Max 27B），Max 从 Qwen3.8-27B 训练，移除了部分注意力层的因果掩码，用一个读出头把答案映射到选项代码。成绩按官方口径：Decision Index 0.4.1 上 Max 拿 67.52 超过 Jev 的 60.70；Decision Bench v4 与 d3-turbo 和 GPT-6 Sol 统计持平；延迟是最大卖点：每请求中位 183 毫秒，对比 GPT-6 Sol 约 2 秒、Claude Opus 5.5 约 3.5 秒。置信度筛选也实用：只保留最有把握的 80% 决策，精确率提到 96.1%。

注意事项论文自己写了：跨模型的关联性比较是「指示性而非严格受控」，受控消融只对 Max 做过一次。许可也要分开看：Max、v2.0、v1.5 是 Nace.AI Open RAIL-M，DLM 是 CC BY-NC 4.0（禁商用）。

这个思路对做业务系统的开发者很有启发：系统里大量「从选项里挑一个」的决策点（审批、路由、分类、风控），根本不需要长篇推理，一个 183 毫秒出概率分布的小模型，可能比每次都问大模型更稳更便宜。