十余天，两度刷新全球纪录——来自上海的 AI 团队 StartLux，正在决策智能这个细分赛道上跑出令人瞩目的加速度。其发布的 StartLux-Decision-v1.1-27B Instant 以69.1分登顶 Hugging Face Decision Index 0.3.2，在173个复现模型中成为唯一突破69分的模型，并以领先第二名近3分的优势确立了断层领先。与成绩一同发布的，还有 RLCD² 强化学习训练方法与 DecisionPivot 评测基准，以及全权重加推理代码的完全开源。截至10月17日，该模型累计下载已近12万次。
先看这份成绩单的含金量。Hugging Face Decision Index 是决策模型领域的国际公开榜单，0.3.2 版本汇集了173个可复现的参评模型，覆盖全球主要团队的决策智能方案。在这样一个高密度竞争的榜单上拿到69.1分已属不易，而”唯一突破69分”和”领先第二名近3分”两个定语，把这次登顶的成色说得更清楚：在顶尖区间，每0.1分的提升往往都需要实质性的方法创新，近3分的差距意味着第二名需要跨越的不只是一个版本迭代，而可能是一整套方法论的代差。
更值得玩味的是”十余天两度刷新全球纪录”这个节奏。在大模型领域，榜单纪录通常以月甚至季度为单位被改写，十余天内连续两次把全球纪录往上推，说明 StartLux 团队的迭代 pipeline 已经进入高速运转状态：方法验证、模型训练、榜单提交形成了一套顺畅的闭环。这种工程化迭代能力，往往比单次登顶更能说明一支团队的长期竞争力。
而这次发布真正让行业侧目的，或许不只是分数，还有随成绩一并开源的方法论。RLCD² 是一种强化学习训练方法，DecisionPivot 则是一套评测基准。训练方法解决”怎么把模型训得更好”的问题，评测基准解决”怎么公平地衡量好坏”的问题——一支团队同时在这两个层面输出，意味着它不只是在既有规则下拿高分，而是在参与制定这个赛道的游戏规则。这种”既参赛又建赛道”的姿态，在开源社区中通常能赢得远超分数本身的影响力。
开源策略本身也值得细看：全权重加推理代码一次性放出，没有阉割、没有保留。这种彻底的开源姿态，配合近12万次的累计下载量（截至10月17日），说明 StartLux-Decision-v1.1-27B Instant 正在成为决策智能方向事实上的基座模型之一。下载量是开源模型影响力最诚实的投票——12万次意味着全球有数以万计的开发者和研究团队正在基于这个模型做二次开发、做对比实验、做教学演示。每一次下载，都在把 StartLux 的技术路线扩散到更广的生态中。
把视线拉高一层，决策智能是大模型从”聊天”走向”干事”的关键一跃。无论是智能体执行复杂任务、自动驾驶做实时判断，还是企业级流程自动化，背后都需要模型具备可靠的决策能力。StartLux 在这个方向上的连续突破，连同配套方法与基准的开源，为整个赛道提供了可复现、可比较、可迭代的公共基础设施。这种基础设施的意义，往往在多年后回看时才显得格外清晰。
当然，榜单成绩与真实业务价值之间永远隔着一段需要验证的距离。Decision Index 上的69.1分证明的是模型在标准化评测下的决策能力，而在金融风控、工业调度、医疗辅助等高风险真实场景中，模型的鲁棒性、可解释性和合规性还需要更严苛的检验。开源社区接下来基于这12万次下载产出的实测反馈，将是对这份成绩单的”二次阅卷”。
但无论如何，一支上海团队在十余天内两度改写全球纪录，并把方法、基准、权重、代码悉数奉献给开源社区，这件事本身已经足够说明：中国 AI 力量在决策智能这个前沿方向上，正在从跟跑者变成规则的共同制定者。
来源：上观新闻
