MMDM评测基准发布

2 篇报道2 个报道来源1 天前更新

先了解这件事

AI 综述

Hugging Face Daily Papers于2026年11月11日发布了MMDM评测基准，评测了28个决策模型。多数模型在常见知识上表现良好，但在相互依赖选项、约束决策和多选任务上表现不佳。例如，Perplexity Decider-V1.2在知识单选上达78.75%准确率，但在选项逻辑和约束规划上分别只有53.95%和47.95%，而所有模型在硬多选上的最佳准确率仅为36.81%。Perplexity随后于2026年11月14日发布了开源决策模型Decider v1.3及其轻量版pplx-decider-flash-v1.3，新增Locate功能可提取文本精确片段。新模型在Apache 2.0下发布，支持Perplexity Decisions API和OpenRouter，API输入上限为256K tokens，运行需CUDA GPU支持。

AI 根据报道生成 · 更新于 1 天前

最新进展11月14日 00:10

Perplexity 发布 Decider v1.3：开源决策模型新增 Locate 功能

事件进展

2 个进展

11月14日 00:10 · 1 篇报道
Perplexity Releases Decider v1.3
MarkTechPost：Perplexity 发布 Decider v1.3：开源决策模型新增 Locate 功能
11月11日 08:00 · 1 篇报道
MMDM: Measuring Massive Multitask Decision Making
Hugging Face Daily Papers：MMDM：大规模多任务决策模型评测基准

报道时间线

沿着报道，了解事件的不同侧面。

11月14日

00:10
MarkTechPost
Perplexity 发布 Decider v1.3：开源决策模型新增 Locate 功能
Perplexity 发布开源决策模型 Decider v1.3 及其轻量版 pplx-decider-flash-v1.3，新增 Locate 功能可提取文本精确片段。

11月11日

08:00
Hugging Face Daily Papers
MMDM：大规模多任务决策模型评测基准
MMDM评测了28个决策模型，显示多数模型在常见知识上表现良好，但在相互依赖选项、约束决策和多选任务上表现不佳。例如，Perplexity Decider-V1.2在知识单选上达78.75%准确率，但在选项逻辑和约束规划上分别只有53.95%和47.95%，而所有模型在硬多选上的最佳准确率仅为36.81%。

本事件热度走势

可比范围当前: 5
可比范围峰值: 1011月14日 01:00
近 24 小时变化: -50%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。