# Darwin-27B-ZTC: локальная модель оценивает варианты без генерации текста

Источник: https://modelium.tech/zhurnal/darwin-27b-ztc-zero-token-decisions/

8 октября появился Darwin-27B-ZTC: вместо длинного ответа модель возвращает вероятности для заданных вариантов решения. Это может быть полезно для сортировки обращений и других задач выбора, но не заменяет домашний чат-бот: опубликованный путь запуска требует технической подготовки и мощного GPU. Редакция модель не запускала.

8 октября в Hugging Face появился Darwin-27B-ZTC. Он нужен не для переписки: получает описание ситуации и варианты действия, затем оценивает вероятность каждого варианта без сочинения текстового ответа. Например, для сообщения «С клиента дважды списали оплату» можно предложить «вернуть повторный платёж», «передать в бухгалтерию» и «закрыть обращение»; на выходе ожидается набор вероятностей, а не письмо клиенту. Это иллюстрация задачи, не результат запуска Modelium. [s1](#src-s1) [s2](#src-s2)

## Что нового и кому это пригодится

ZTC означает подход без генерации слов ответа: отдельный блок оценки читает предложенные варианты и возвращает распределение вероятностей. По карточке авторов, модель построена на Darwin-27B-RSI и поддерживает вопросы «да/нет», выбор одного из нескольких вариантов и оценку по заданной шкале. Для команды, которая уже строит локальную обработку обращений, это отдельный способ сортировать случаи. Обычному пользователю, которому нужен чат на домашнем ноутбуке, обновляться из-за этого релиза не нужно. [s1](#src-s1) [s3](#src-s3)

Модель не принимает решение за человека: если критерии или исходные сведения неверны, вероятности тоже могут увести не туда. В чувствительных случаях вроде возврата денег итог проверяет сотрудник.

## Что опубликовано сейчас

На закреплённой версии репозитория есть 11 частей основных весов, отдельный файл блока оценки, настройки и файлы для обработки текста. Мы сверили список файлов в API с индексом весов; наличие файлов подтверждено, но скачивание и запуск не воспроизводились. Модель текстовая, открытый пакет помечен Apache-2.0; код `autojev`, приложенный для вывода, содержит отдельную лицензию MIT. Метка лицензии не равна гарантии пригодности конкретного использования — перед коммерческим внедрением прочитайте тексты условий и проверьте зависимости. [s2](#src-s2) [s3](#src-s3) [s4](#src-s4)

В карточке приведён пример Python с `torch`, `transformers`, `safetensors` и `pillow`, а также GPU под крупные BF16-веса. Это **инженерный путь**, не готовая кнопка в программе для новичка. Указанные автором около 54 ГБ для весов не следует считать проверенным минимальным объёмом видеопамяти: исполнение требует дополнительной памяти и зависит от окружения. Мы не проверяли совместимость с бытовыми компьютерами и не публикуем эту новость как готовый домашний рецепт. [s1](#src-s1) [s3](#src-s3)

## Насколько точны вероятности

Авторы сообщают accuracy 0,743 на тестовом разделе Typed Decisions: 400 ситуаций и 2000 отдельных решений, по пять вопросов на ситуацию; KL 0,204 и Brier 0,097 указаны для тех же решений. Машинно-читаемый файл оценки в репозитории повторяет эти условия и числа. Это **авторские результаты**, а не независимое измерение Modelium. Они не подтверждают такую же точность для русскоязычных обращений или ваших данных. [s1](#src-s1) [s5](#src-s5)

**Следующий шаг:** если вы разрабатываете локальную систему выбора, откройте закреплённую карточку модели, проверьте пример входных данных и сначала оцените её на собственных размеченных ситуациях. Если нужен обычный разговорный помощник, эта специализированная модель не подходит. [s1](#src-s1)

## Источники

1. [FINAL-Bench/Darwin-27B-ZTC — закреплённая карточка и пример](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC/blob/f0ffe63c9f3c697e09c005f74ae6d628eee60d67/README.md) — получено 2026-10-08
2. [Hugging Face API: файлы и ревизия Darwin-27B-ZTC](https://huggingface.co/api/models/FINAL-Bench/Darwin-27B-ZTC/revision/f0ffe63c9f3c697e09c005f74ae6d628eee60d67) — получено 2026-10-08
3. [Параметры и индекс основных весов Darwin-27B-ZTC](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC/blob/f0ffe63c9f3c697e09c005f74ae6d628eee60d67/decision_config.json) — получено 2026-10-08
4. [Лицензия прилагаемого к модели кода autojev](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC/blob/f0ffe63c9f3c697e09c005f74ae6d628eee60d67/autojev/LICENSE) — получено 2026-10-08
5. [Машинно-читаемые авторские результаты Typed Decisions](https://huggingface.co/FINAL-Bench/Darwin-27B-ZTC/blob/f0ffe63c9f3c697e09c005f74ae6d628eee60d67/.eval_results/typed-decisions.yaml) — получено 2026-10-08