Microsoft-Decision-1 خدام

Microsoft-Decision-1 هو موديل جديد ديال الذكاء الاصطناعي من مايكروسوفت لاتخاذ القرارات بسرعة، مخصص للمهام المنظمة، كيختار أحسن حل من بين اختيارات محددة وكيعطي لكل جواب محتمل تنقيط احتمالي باش التطبيقات اللاحقة تقرر واش تنفذ، تعاود المحاولة ولا تحول المهمة للإنسان. فـ36 اختبار معياري، جا Microsoft-Decision-1 فالمرتبة اللولة من حيث الدقة، والسرعة ديالو كتوصّل لـ35 مرة أكثر من GPT-6 Sol، وثمن الإدخال هو 0.042 دولار لكل مليون token، بينما الإخراج مجاني. الموديل مبني على Qwen3.5-9B ومتوفر دابا فـMicrosoft Foundry.

اختيار أحسن حل: كيختار أحسن جواب من بين اختيارات محددة، وكيخرج التنقيط الاحتمالي ديال كل جواب محتمل.
التوجيه والتوزيع: كيوجّه الطلبات ولا المهام بذكاء للوحدة ولا الخدمة المناسبة فالخلفية.
تصنيف المحتوى: كيصنّف النصوص ومحتويات أخرى بسرعة، بحال فريق Xbox اللي كيستعملو لتصنيف آلاف الملاحظات على الألعاب.
ترتيب أولوية المهام: كيحدد ترتيب المعالجة ديال مجموعة ديال المهام اللي باقية خاصها تتعالج.
التحقق من النتائج: كيقيّم جودة النتائج اللي كيولدها الذكاء الاصطناعي، وكيقرر واش يدوزها ولا يعاود المحاولة.
التحكم فالـworkflow: كيخدم كمكوّن للتنسيق فـworkflow ديال Agent، وكيقرر واش يكمل التنفيذ، يعاود المحاولة، يصعّد المعالجة ولا يحوّلها للإنسان.

البنية الأساسية: Microsoft-Decision-1 مبني على الموديل مفتوح المصدر Qwen3.5-9B، بحجم متوسط ديال المعلمات كيوازن بين سرعة الاستدلال وتكلفة النشر. ومايكروسوفت ناوية تنقلو مستقبلاً لبنيات أساسية أخرى، منها سلسلة MAI المطوّرة داخلياً وموديلات OpenAI.
التدريب اللاحق المتخصص: داز الموديل من تدريب لاحق متخصص كيركز على ”التنقيط ديال قرار واحد”، وكيعطي تنقيطاً احتماليًا للاختيارات المحددة، وبهذا كيحوّل موديل اللغة الكبير لمحرك قرارات منظم.
آلية اتخاذ القرار: كيكمل الموديل التنقيط والاختيار ديال كل طلب قرار دفعة وحدة، وكيقلل بزاف من التأخير مقارنة بموديلات اللغة الكبيرة اللي كتستعمل استدلال متعدد الجولات. وكتقول مايكروسوفت إن مشكل التأخير التراكمي اللي كيزيد 100 ميلي ثانية مع كل قرار من أصل 20 قرار متتابع تقلّص بشكل كبير فهاد البنية.
تصميم قوي ضد التغييرات: تدار تحسينات خاصة لاستقرار القرارات. فـ8 أشكال مختلفة من التغيير لنفس الطلب، ما كتفوتش النسبة المتوسطة لقلب القرار 1.3%، وكتوصل لصفر فحالات إعادة صياغة الاختيارات أو قلب ترتيبها، باش ما تأثرش تغييرات الإدخال على اتساق القرار.
المواءمة مع السلامة: خضع الموديل لاختبارات سلامة شملت 11 معياراً و5250 طلباً، وغطات التعرف على المحتوى الضار، وهجمات كسر الحماية، وحقن التعليمات، مع الحفاظ على فعالية مرتفعة فالمهام العادية أثناء رفض الطلبات الضارة.

الولوج للمنصة: المطورين يقدرو يستعملوه عبر منصة تطوير الذكاء الاصطناعي ديال مايكروسوفت Microsoft Foundry.
تحديد سيناريو القرار: حوّل المهمة لمشكل قرار منظم على شكل ”اختيارات محددة + اختيار أحسن حل”، بحال التوجيه والتوزيع، تصنيف المحتوى، وترتيب الأولويات.
إرسال الطلب: صيفط المحتوى اللي خاصو قرار للموديل بصيغة منظمة.
الحصول على التنقيط الاحتمالي: الموديل كيرجع الاختيار الأفضل والتنقيط الاحتمالي ديال كل جواب محتمل، ماشي نص مفتوح.
تحريك الإجراءات اللاحقة: اعتماداً على نتائج التنقيط، قرر واش يكمل التنفيذ، يعاود المحاولة، يصعّد المعالجة ولا يحوّلها للمراجعة البشرية.
الإدماج فالـworkflow: يقدر يندمج بسلاسة فالتطبيقات الموجودة، وAI Agent، وأنظمة الـworkflow، ويخدم كمكوّن أساسي للتنسيق.

سرعة كبيرة بزاف: التأخير فـP50 هو 35 مرة أسرع من GPT-6 Sol و4.5 مرات أسرع من Quyet-1.0-Large، وهو أسرع موديل قرارات تم قياسو عملياً.
دقة متقدمة: جا فالمرتبة اللولة من حيث الدقة فـ36 اختبار معياري كيشملو تقريباً 150 ألف سؤال.
تكلفة منخفضة بزاف: الإدخال كيكلف غير 0.042 دولار لكل مليون tokens، والإخراج مجاني. والتجارب الداخلية بينات أن تكلفة مهام التصنيف أقل بحوالي 200 مرة مقارنة بـGPT-6 Sol.
قرارات قابلة للتنقيط: كيخرج تنقيط احتمالي لكل جواب محتمل، وكيعاون الأنظمة اللاحقة تقرر واش تنفذ، تعاود المحاولة ولا تحول المهمة للإنسان، وكيكون أكثر قابلية للتحكم من التوليد ”الصندوق الأسود”.
قوة ضد التغييرات: متوسط نسبة قلب القرار فـ8 أشكال من التغيير هو غير 1.3%، وكتوصل لصفر فحالات إعادة صياغة الاختيارات أو قلب ترتيبها.
سلامة وموثوقية: داز اختبارات سلامة شملت 11 معياراً و5250 طلباً، وكيقدر يرفض الطلبات الضارة مع الحفاظ على الفعالية فالاستخدام العادي.

الموقع الرسمي للمشروع: https://commandline.microsoft.com/microsoft-decision-1-model-foundry/

التوجيه والتوزيع الذكي: كيوجّه طلبات المستخدمين ولا حركة المهام بذكاء للخدمة أو الموديل أو Agent الأنسب فالخلفية.
تصنيف المحتوى ومراجعته: كيصنّف بسرعة كميات كبيرة من ملاحظات المستخدمين والتعليقات، وكيعرّف المحتوى الضار.
ترتيب أولوية المهام: فسيناريوهات بحال تذاكر خدمة الزبناء ومعالجة العيوب، كيحدد ترتيب معالجة المهام وكيحقق التنسيق الآلي للـworkflow.
التحقق من نتائج الذكاء الاصطناعي: كيخدم كمقيّم لاستجابات الذكاء الاصطناعي، وكيحدد واش النتيجة المولّدة صالحة، وكيقرر واش يدوزها، يعاود المحاولة ولا يصعّد المعالجة.
القرارات الاستثنائية والتصعيد: فسيناريوهات الاستجابة للحوادث ومراقبة الجودة، كيقرر اعتماداً على التنقيط الاحتمالي واش يحوّل المهمة للمراجعة البشرية، وكيبني آلية احتياطية آمنة للتعاون بين الإنسان والآلة.