Liquid AI 发布 d1.2 决策模型:新增音频输入与五类任务,d1.2-ultra 在决策指数上领先两分
核心概要
Liquid AI 发布决策模型 d1.2 与 d1.2-ultra,两者新增音频输入和五类结构化输出任务,包括从文本中读取数值、抽取文本片段、在图像中定位目标、给出带区间的数值估计以及多选作答。在 Artificial Analysis Decision Index v2.1 上,d1.2-ultra 得 75 分,比此前最好的决策模型高两分;在 13 个基准、22,505 道题上,其校准误差为 0.8 个百分点,低于 d1.2 的 1.2 和 GPT-6 Luna Decisions API 的 7.2。五个新任务尚无公开基准,评测基于公开数据集留出划分构建的内部测试集。
深度剖析
决策模型现在可以直接接收音频,并把回答限定为可核验的结构化形式:读取数值时同时返回所依据的字符,找不到目标时返回“未找到”而不是猜测。 此前的决策模型版本只处理文本与图像输入,也不提供这五类任务所需的答案类型。 在由公开数据集留出划分构建的内部测试集上,d1.2-ultra 从收据读取数值的准确率为 98%,d1.2 为 96%;在 Nemotron PII 上抽取个人数据的精确率/召回率分别为 94%/93% 和 92%/88%。
两个模型通过同一端点和请求格式提供新答案类型,每个问题以类型和指令声明,返回结果按问题名索引。 新答案类型不需要单独的接口,调用方式与既有决策请求一致。 示例请求在一张发票上读取收款方、金额和到期日,并对发票未列出的增值税返回空值;图像按每 32×32 像素块 1.5 个 token 计费,1024×1024 图像为 1,536 个 token。
启示与展望
已展示的范围是 Liquid API 上的 d1.2 与 d1.2-ultra 两个模型,输入包括文本、图像和音频,输出为五类结构化答案;五个新任务的准确率来自公开数据集留出划分构建的内部测试集,音频结果为留出录音上三到六个选项或是非题的回答比例。
五个新任务目前没有公开基准,其准确率只在内部测试集上报告;音频任务的结果以三到六个选项或是非题形式给出,未覆盖开放式识别。决策指数 v2.1 的领先幅度为两分,成本领先的表述为“没有模型在更低价格下得分高于 d1.2”。
