蚂蚁数科发布 LingDT-Decision-1.0
蚂蚁数科近日推出决策智能模型 **LingDT-Decision-1.0**。据披露，该模型在多项决策任务评测中的准确率超过微软、JEV 等同类模型，成为国内厂商在决策大模型赛道上的又一进展。
技术看点
与传统规则引擎、树模型相比，LingDT-Decision-1.0 更强调对复杂业务状态的序列建模与长期收益优化。其核心价值在于把状态、动作、奖励和上下文统一建模，让模型不仅“预测结果”，还能“给出动作”。若其准确率优势成立，说明其在离线决策评估、策略一致性和高维稀疏场景中具备较强拟合能力，这对金融风控、营销投放、供应链调度等场景尤为重要。
行业影响
蚂蚁数科长期深耕金融科技与数据智能，拥有较丰富的业务场景和工程化经验。若 LingDT-Decision-1.0 能进一步产品化，可能降低企业构建决策智能系统的门槛。竞争层面，微软等综合厂商强在算力、生态与通用模型，垂直厂商则更贴近场景闭环；蚂蚁数科若结合隐私计算、风控经验与行业数据，有望形成差异化优势。
仍需验证
不过，决策模型的“准确率”并不直接等于业务收益。离线数据偏差、反事实评估、可解释性、合规安全以及线上 A/B 效果，都是决定其能否规模化落地的关键。未来需关注第三方复现、公开基准表现和真实业务闭环数据。若 LingDT-Decision-1.0 能通过场景验证，决策智能有望从实验探索走向产业基础设施。
