全球知名AI开源社区Hugging Face的Decision Index 0.3.2榜单近日更新，中国AI创业公司StartLux(原点星辉)推出的StartLux-Decision-v1.1-27B Instant以69.1分位列全球第一。该榜单纳入173项公开复现模型，StartLux领先第二名近3分，也是榜单中唯一突破69分的模型。

图：hugging face榜单

此次评估通过37项公开基准及多项私有测试综合打分。StartLux此次登顶距其9月底发布首代决策模型仅十余天。9月30日，StartLux第一代开源决策模型27B版本在Decision Index 0.2.1中取得63.88分，38项基准中有31项领先。此次升级后，其27B AutoThink版本在Decision Index 0.3测试中综合得分达73.37分，较美国AI公司TypeSafe推出的Jev(hosted)的57.96分领先约27%。

新一代StartLux-Decision提供Instant与AutoThink两条路线。Instant为“极速判断版”，覆盖0.8B至27B五种规模，不生成推理过程，直接给出答案和信心分数，适合请求路由、内容分类等高频任务;AutoThink为“按需思考版”，覆盖4B、9B、27B，默认配置下信心达到0.9直接回答，信心不足时才进行规则核对、数字计算和例外排查。

在训练方法上，StartLux原创提出RLCD²强化学习训练方法，对真正改善判断的推理给予奖励，对冗长、超预算的思考施加惩罚。据团队披露，经过RLCD²训练，9B模型自行结束推理的比例从45.9%提高到93.9%，平均推理长度从2494个token降至868个，减少约65%，决策准确率基本保持不变。

StartLux-Decision 决策模型全系列全面超越其他同尺寸决策模型

此外，StartLux推出DecisionPivot评测基准，将条件相近、结论不同的题目组成一组，只有整组全部答对才计分。在7800道核心题中，StartLux-Decision-27B-AutoThink以86.9%的成对准确率位列第一。团队还提出策略感知校准方法，在184组设置中，将置信度与准确率的差距范围由−11.7至+20.5个百分点收窄至−2.7至+2.1个百分点，以更准确判断结果应自动执行还是交由人工复核。

该系列已公开全部权重和推理代码，支持本地部署。截至北京时间10月17日下午，StartLux决策模型累计下载量近12万。此次更新还将决策能力拓展至动态多模态场景，通过火箭发射、洪灾救援两段视频演示模型如何结合连续画面、字幕与上下文处理多项判断，并根据置信度决定是否深入思考。

StartLux-Decision 决策模型多领域表现

从Instant登顶第三方榜单，到AutoThink展现复杂决策能力，StartLux在十余天内两度刷新成绩，显示中国创业公司在决策模型这一新兴赛道已形成技术竞争力。