Microsoft-Decision-1 آپریشن میں

Microsoft-Decision-1 مائیکروسافٹ کا پیش کردہ نئی نسل کا تیز رفتار فیصلہ سازی کا AI ماڈل ہے، جو ساختی فیصلہ سازی کے کاموں کے لیے تیار کیا گیا ہے۔ یہ پہلے سے متعین اختیارات میں سے بہترین حل منتخب کر سکتا ہے اور ہر متبادل جواب کو احتمالی اسکور دے سکتا ہے، تاکہ زیریں ایپلی کیشنز فیصلہ کر سکیں کہ عمل درآمد، دوبارہ کوشش یا انسانی مداخلت کی جائے۔ Microsoft-Decision-1 نے 36 بینچ مارک ٹیسٹوں میں سب سے زیادہ درستگی حاصل کی، اس کی رفتار GPT-6 Sol سے 35 گنا زیادہ ہے، ان پٹ کی فی ملین ٹوکن قیمت صرف 0.042 ڈالر ہے جبکہ آؤٹ پٹ مفت ہے۔ یہ ماڈل Qwen3.5-9B پر مبنی ہے اور Microsoft Foundry پر دستیاب ہے۔

بہترین حل کا انتخاب: پہلے سے متعین اختیارات میں سے بہترین جواب منتخب کرتا ہے اور تمام متبادل جوابات کے احتمالی اسکور فراہم کرتا ہے۔
روٹنگ اور تقسیم: درخواستوں یا کاموں کو ذہانت سے موزوں زیریں ماڈیولز یا سروسز میں تقسیم کرتا ہے۔
مواد کی درجہ بندی: متن جیسے مواد کی تیز رفتار درجہ بندی کرتا ہے، مثلاً Xbox ٹیم نے اسے ہزاروں گیم فیڈبیک کی درجہ بندی کے لیے استعمال کیا۔
کاموں کی ترجیح بندی: متعدد زیرِ التوا کاموں کی کارروائی کی ترتیب طے کرتا ہے۔
نتائج کی توثیق: AI سے تیار کردہ نتائج کے معیار کا جائزہ لے کر فیصلہ کرتا ہے کہ انہیں منظور کیا جائے یا دوبارہ کوشش کی جائے۔
ورک فلو کنٹرول: Agent ورک فلو کے آرکیسٹریشن جزو کے طور پر یہ طے کرتا ہے کہ عمل جاری رکھا جائے، دوبارہ کوشش کی جائے، معاملہ اعلیٰ سطح پر بھیجا جائے یا انسانی کارکن کے حوالے کیا جائے۔

بنیادی ساخت: Microsoft-Decision-1 اوپن سورس Qwen3.5-9B ماڈل پر مبنی ہے۔ اس کے پیرامیٹرز کا حجم درمیانہ ہے، جس سے استدلال کی رفتار اور تعیناتی کی لاگت میں توازن رہتا ہے۔ مائیکروسافٹ مستقبل میں اسے اپنے تیار کردہ MAI: سلسلے، OpenAI ماڈلز اور دیگر بنیادی ماڈلز پر منتقل کرنے کا منصوبہ رکھتا ہے۔
خصوصی بعد از تربیت: ماڈل کو ”ایک بار فیصلہ اسکورنگ“ کو مرکزی اصول بنا کر خصوصی بعد از تربیت دی گئی ہے۔ پہلے سے متعین اختیارات کی احتمالی اسکورنگ کے ذریعے بڑے زبان ماڈل کو ساختی فیصلہ سازی کے انجن میں تبدیل کیا گیا ہے۔
فیصلہ سازی کا طریقہ: ماڈل ہر فیصلہ سازی کی درخواست کے لیے ایک ہی بار اسکورنگ اور انتخاب مکمل کرتا ہے، جس سے متعدد مراحل پر مشتمل استدلال کرنے والے بڑے زبان ماڈلز کے مقابلے میں تاخیر نمایاں طور پر کم ہو جاتی ہے۔ سرکاری طور پر بتایا گیا ہے کہ مسلسل 20 فیصلوں میں ہر فیصلے کے باعث 100 ملی سیکنڈ کی مجموعی تاخیر کا مسئلہ اس ساخت کے تحت نمایاں طور پر کم ہو جاتا ہے۔
مضبوطی کا ڈیزائن: فیصلہ سازی کے استحکام کے لیے خصوصی اصلاح کی گئی ہے۔ ایک ہی درخواست کی 8 مختلف تبدیلی شدہ صورتوں میں اوسط فیصلہ پلٹنے کی شرح صرف 1.3% ہے، جبکہ اختیارات کی وضاحت دوبارہ لکھنے یا ترتیب الٹنے جیسے حالات میں یہ شرح صفر ہے، جس سے یقینی بنایا جاتا ہے کہ ان پٹ میں تبدیلی فیصلہ سازی کے تسلسل کو متاثر نہ کرے۔
سلامتی سے ہم آہنگی: ماڈل کو 11 بینچ مارکس اور 5250 درخواستوں پر مشتمل حفاظتی ٹیسٹوں سے گزارا گیا، جن میں نقصان دہ مواد کی شناخت، جیل بریک حملے اور پرامپٹ انجیکشن جیسے حالات شامل تھے۔ یہ نقصان دہ درخواستوں کو مسترد کرتے ہوئے معمول کے کاموں کی افادیت بھی بلند رکھتا ہے۔

پلیٹ فارم سے جڑنا: ڈویلپرز کے لیے مائیکروسافٹ کے AI ڈویلپمنٹ پلیٹ فارم Microsoft Foundry کے ذریعے استعمال کے لیے دستیاب ہے۔
فیصلہ سازی کا منظرنامہ متعین کرنا: کام کو ”پہلے سے متعین اختیارات + بہترین حل کا انتخاب“ کی ساختی فیصلہ سازی کے مسئلے میں تبدیل کریں، جیسے روٹنگ، مواد کی درجہ بندی اور ترجیح بندی۔
درخواست جمع کرانا: فیصلہ طلب مواد کو ساختی فارمیٹ میں ماڈل کو بھیجیں۔
احتمالی اسکور حاصل کرنا: ماڈل کھلے متن کے بجائے بہترین اختیار اور تمام متبادل جوابات کے احتمالی اسکور واپس کرتا ہے۔
زیریں کارروائیوں کو متحرک کرنا: اسکور کے نتائج کی بنیاد پر فیصلہ کریں کہ عمل جاری رکھا جائے، دوبارہ کوشش کی جائے، معاملہ اعلیٰ سطح پر بھیجا جائے یا انسانی جانچ کے لیے منتقل کیا جائے۔
ورک فلو میں شامل کرنا: اسے موجودہ ایپلی کیشنز، AI Agents اور ورک فلو سسٹمز میں بغیر رکاوٹ شامل کیا جا سکتا ہے، جہاں یہ آرکیسٹریشن کے بنیادی جزو کے طور پر کام کرے گا۔

انتہائی تیز رفتار: P50 تاخیر GPT-6 Sol کے مقابلے میں 35 گنا اور Quyet-1.0-Large کے مقابلے میں 4.5 گنا کم ہے، جس سے یہ عملی طور پر سب سے تیز فیصلہ سازی کا ماڈل بنتا ہے۔
اعلیٰ درستگی: تقریباً 150,000 سوالات پر مشتمل 36 بینچ مارک ٹیسٹوں میں درستگی کے لحاظ سے ہر بار پہلے نمبر پر رہا۔
انتہائی کم لاگت: فی ملین ان پٹ ٹوکن صرف 0.042 ڈالر اور آؤٹ پٹ مفت ہے۔ اندرونی ٹیسٹوں میں درجہ بندی کے کاموں کی لاگت GPT-6 Sol کے مقابلے میں تقریباً 200 گنا کم رہی۔
اسکور کے قابل فیصلے: ہر متبادل جواب کے لیے احتمالی اسکور فراہم کرتا ہے، جس سے زیریں نظام کے لیے عمل درآمد، دوبارہ کوشش یا انسانی مداخلت کا فیصلہ کرنا آسان ہوتا ہے۔ یہ ”بلیک باکس“ طرز کی تخلیق کے مقابلے میں زیادہ قابلِ کنٹرول ہے۔
مضبوطی: 8 مختلف تبدیلیوں کے تحت فیصلہ پلٹنے کی اوسط شرح صرف 1.3% ہے، جبکہ اختیارات کو دوبارہ لکھنے یا الٹنے کی صورت میں یہ شرح صفر ہے۔
محفوظ اور قابلِ اعتماد: 11 بینچ مارکس اور 5250 درخواستوں پر مشتمل حفاظتی ٹیسٹ پاس کیے، نقصان دہ درخواستوں کو مسترد کرتے ہوئے معمول کے استعمال کی افادیت برقرار رکھی۔

پروجیکٹ کی سرکاری ویب سائٹ: https://commandline.microsoft.com/microsoft-decision-1-model-foundry/

ذہین روٹنگ اور تقسیم: صارف کی درخواستوں یا کام کے بہاؤ کو ذہانت سے موزوں ترین زیریں سروس، ماڈل یا Agent میں تقسیم کرتا ہے۔
مواد کی درجہ بندی اور جانچ: صارفین کے بڑے پیمانے پر موصول ہونے والے فیڈبیک اور تبصروں کی تیز رفتار درجہ بندی، نیز نقصان دہ مواد کی شناخت کرتا ہے۔
کاموں کی ترجیح بندی: کسٹمر سروس ٹکٹس اور نقائص کے ازالے جیسے حالات میں کاموں کی کارروائی کی ترتیب طے کرتا ہے اور ورک فلو کی خودکار آرکیسٹریشن ممکن بناتا ہے۔
AI نتائج کی توثیق: AI جوابات کے جائزہ کار کے طور پر یہ فیصلہ کرتا ہے کہ تیار کردہ نتیجہ قابلِ قبول ہے یا نہیں، اور آیا اسے منظور، دوبارہ آزمایا یا اعلیٰ سطح پر بھیجا جائے۔
غیر معمولی فیصلے اور escalation: حادثات کے ردِعمل اور کوالٹی کنٹرول جیسے حالات میں احتمالی اسکور کی بنیاد پر فیصلہ کرتا ہے کہ معاملہ انسانی جانچ کے لیے منتقل کیا جائے یا نہیں، اور انسان و مشین کے اشتراک پر مبنی حفاظتی انتظام قائم کرتا ہے۔