结构化概率输出
Fez 针对定义好的决策返回概率，而不是生成文本回答。这支持需要选择、分数或置信度分布的下游逻辑。
什么是 fez？
Fez 是一个用于训练和评估业务工作流专用决策模型的实验性平台。其核心接口是输入上下文，输出概率：模型不生成完整回答，而是估计可用的操作或结果。这适用于模型路由、工具选择、升级处理和支持分流等重复性决策。
文档所述工作流使用经授权的标注示例、验收标准、训练任务和评估结果。Fez 还提供一个操场，用户可以输入文本或 JSON 上下文，定义选择题、是/否或评分类决策，并查看分配给每个选项的概率。
Fez 0.8B 被描述为实验性模型。已发布的研究包含基准测试和从训练到测试网的证据，但网站说明这些测量结果仅用于诊断，尚未测量托管成本，且检查点比较并不能确立生产环境 SLA。客户交付已列入计划；训练仪表板目前为开发预览版。
fez 能做什么？
模型路由决策
该产品可以评估请求是否应继续由较小模型处理，或发送给较大模型，从而仅在需要时调用较大模型。
工具与操作选择
在给定智能体上下文的情况下，Fez 可以为候选工具或下一步操作评分，无需每次选择都生成完整的语言模型回答。
训练与评估工作流
开发预览版面向标注数据集、验收标准、训练任务，以及对已评估模型产物的检查。
决策操场
用户可以测试文本或 JSON 上下文，并将决策定义为选项、是/否问题或分数。操场会显示每个选项的概率，并将请求发送到已连接的 Fez 检查点。
实验性研究证据
研究部分记录了包括准确率、布里尔损失、校准相关测量、置信度错误和本地主机延迟在内的基准指标，同时说明了方法限制。
使用场景
“在模型之间路由请求”
AI 应用可以判断请求是否足够简短且定义明确，适合交给较小模型处理，或是否因存在歧义、上下文较长或需要多步推理而需要较大模型。
“选择下一个智能体工具”
智能体可以利用决策输出在可用工具中进行选择，例如查询订单、搜索文档或转交案件，而无需在选择步骤生成文字。
“升级处理不确定的工作流”
团队可以标注结果，以评估智能体在执行下一步操作前是否应继续、重试、停止或请求人工审核。
“分流支持请求”
操场记录了面向支持场景的决策，包括路由客户请求、检查紧急程度和评估语气。这些示例可以表示为结构化选项或分数。
常见问题
Fez 返回什么？
Fez 旨在针对定义好的决策返回结构化概率。它不会为每个决策生成文本回答，操场可以显示每个可用选项的概率。
Fez 如何训练？
文档所述工作流从经授权的标注示例和验收标准开始，随后进行训练和评估。训练仪表板是一个开发预览版，用于提交数据集、跟踪任务和检查已评估产物。
Fez 是否作为生产服务提供？
网站将客户交付描述为已列入计划，并标注训练界面尚未作为正式训练服务推出。现有材料未说明面向公众提供的托管服务或部署接口。
操场使用什么模型？
操场将已连接模型标识为实验性的 Fez 0.8B。页面说明回答来自已连接的 Fez 检查点，且没有备用模型。
已发布的研究能证明生产性能或节省成本吗？
不能。网站说明其基准测量结果仅用于诊断，该比较不能确立生产环境 SLA，尚未测量托管成本，也尚未测量客户成本节省。
快速信息
- 类别
- AI 决策模型平台
- 主要用户
- 构建 AI 智能体和业务决策工作流的团队
- 核心输出
- 针对定义好的决策的概率
- 文档所述模型
- Fez 0.8B，实验性
- 当前状态
- 早期访问；客户交付已列入计划
- 访问渠道
- Fez Discord 社区和开发预览版