# Darwin-27B-ZTC-v2: модель решений получила новые задачи и результаты

Источник: https://modelium.tech/zhurnal/darwin-27b-ztc-v2-local-decision-model/

Darwin-27B-ZTC-v2 — новая версия локальной модели, которая оценивает вероятности предложенных действий, а не пишет ответ. Авторы расширили её на задачи рабочих процессов и опубликовали результаты проверок. Веса открыты, но домашний запуск и качество на русском редакция не проверяла; это инженерный инструмент, а не чат-бот.

8 октября 2026 года авторы Darwin загрузили вторую версию модели Darwin-27B-ZTC-v2. Она получает описание ситуации и предложенные варианты действий, а возвращает вероятности вариантов — не сочиняет ответ клиенту. Для человека, которому нужен обычный локальный чат, это не обновление; модель предназначена для разработчиков систем принятия решений. 9 октября авторы обновили карточку результатами внешнего рейтинга. [s1](#src-s1) [s2](#src-s2)

## Что изменилось по сравнению с первой версией

По описанию авторов, v2 продолжает обучение уже опубликованной Darwin-27B-ZTC на задачах управления и рабочих процессов: например, сортировке обращений, поиске документов и выборе следующего действия. Затем авторы усреднили веса старой и дообученной моделей. Как и раньше, можно задать вопрос «да или нет», выбрать один из вариантов либо оценить случай по шкале. ZTC здесь означает, что модель не генерирует слова ответа, а оценивает заданные варианты. [s1](#src-s1) [s3](#src-s3)

Представьте обращение «Списали оплату дважды». Система передаёт описание и три варианта — вернуть повторный платёж, передать в бухгалтерию, закрыть обращение. Ожидаемый результат — вероятность для каждого варианта, а не готовое письмо и не подтверждённое решение о возврате. Это учебная иллюстрация из сценария авторов, **не тест Modelium**; сотрудник должен сверить факты до действия. [s1](#src-s1)

## Доступны ли веса и как читать результаты

В закреплённом репозитории есть индекс и все 11 частей основных весов, отдельный файл блока оценки и код для запуска на своём оборудовании. Репозиторий на Hugging Face помечает веса Apache-2.0; приложенный код `autojev` содержит лицензию MIT. Доступ к файлам открыт без заявки. Это не «лёгкая модель для ноутбука»: пример авторов требует Python, программные библиотеки для работы с моделями и видеокарту (GPU) для крупных весов. **Минимальный объём оперативной памяти и видеопамяти здесь не подтверждён**; размеры файлов не являются системными требованиями. Полный запуск редакция не воспроизводила. [s1](#src-s1) [s2](#src-s2) [s4](#src-s4)

Авторы сообщают первое место на момент снимка 9 октября в наборе проверок принятия решений S1MB: 89,58 балла по сравнительному рейтингу Borda и 66,46 по среднему баллу задач. В опубликованном наборе результатов видны файлы по 137 проверкам, но это **авторский расчёт рейтинга**, а не независимое испытание Modelium. Важная оговорка самих авторов: в обучении использовали тренировочную часть набора Open-Jev, а 22 проверки S1MB построены на тестовой части тех же задач. Авторы заявляют, что примеры теста не использовались в обучении; близость семейств задач всё же стоит учитывать при переносе результата на собственные обращения. Проверки относятся к англоязычному набору; качество на русских обращениях здесь неизвестно. [s1](#src-s1) [s5](#src-s5)

## Нужно ли что-то делать сейчас

Если вы уже используете исходную ZTC в собственной системе выбора, сравните v2 на ваших разрешённых к использованию примерах: верны ли варианты, насколько часто человек исправляет выбор и не ухудшились ли привычные случаи. Для домашней переписки или распознавания документов эта модель не подходит. Начните с [разбора первой Darwin-27B-ZTC](/zhurnal/darwin-27b-ztc-zero-token-decisions/) и сверяйте технический пример и ограничения по закреплённой карточке новой версии. [s1](#src-s1) [s3](#src-s3)

## Источники

1. [FINAL-Bench: закреплённая карточка Darwin-27B-ZTC-v2](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v2/blob/ed78457802e7825f3f6c7fa7492d67feb9124ae2/README.md) — получено 2026-10-09
2. [Hugging Face API: репозиторий и файлы новой версии](https://huggingface.co/api/models/FINAL-Bench/Darwin-27B-ZTC-v2/revision/ed78457802e7825f3f6c7fa7492d67feb9124ae2) — получено 2026-10-09
3. [Конфигурация решения Darwin-27B-ZTC-v2](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v2/blob/ed78457802e7825f3f6c7fa7492d67feb9124ae2/decision_config.json) — получено 2026-10-09
4. [Лицензия приложенного к модели кода autojev](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC-v2/blob/ed78457802e7825f3f6c7fa7492d67feb9124ae2/autojev/LICENSE) — получено 2026-10-09
5. [S1MB: опубликованные машинно-читаемые результаты Darwin v2](https://huggingface.co/datasets/hotchpotch/s1mb-result/tree/b9c4c60dbecefbbc7dae2123553dfd1df26dccb3/FINAL-Bench__Darwin-27B-ZTC-v2) — получено 2026-10-09