Decision 3.0: шесть локальных моделей d3 для текста, изображений и видео

Что появилось и чем это отличается от чат-модели?

На Hugging Face доступны шесть вариантов: d3 (около 26,09 млрд параметров), d3-flash (8,39 млрд), d3-mini (4,54 млрд), d3-nano (2,21 млрд), d3-lite (0,85 млрд) и d3-edge (0,59 млрд). Это модели принятия заданных решений: человек заранее описывает вопрос и допустимые варианты; система возвращает вероятность для каждого. Помимо обычного текста авторы заявляют поддержку изображений и коротких видеозаписей. Если вам нужен связный рассказ или готовое письмо клиенту, такая модель не заменяет обычный чат. s1 s3 s4 s5 s6 s7

В отличие от прежней Decision 2.0 Vega, здесь выпущено целое семейство новых мультимодальных пакетов: например, компактный d3-lite можно рассматривать для предварительного выбора, а старший d3 — для задач, где важнее качество оценки. Это не обещание, что младший вариант запустится на любом ноутбуке: авторы не указали проверенного минимума оперативной и видеопамяти для домашнего компьютера. s1 s5 s8

Доступны ли веса и можно ли использовать их в коммерческом проекте?

Да, все шесть репозиториев открыты для скачивания и содержат модельные файлы Safetensors, отдельный блок выдачи ответов и файлы Python для запуска; для d3 перечень 11 частей основного файла совпадает с индексом весов. Карточки и тексты LICENSE обозначают Apache-2.0; лицензия допускает коммерческое использование при соблюдении её условий, включая сохранение необходимых уведомлений. Это открытые веса и доступный код, но не утверждение, что весь набор сторонних зависимостей имеет одну лицензию. Размер файлов и число параметров не означают минимум памяти компьютера. s1 s3 s4 s5 s6 s7 s8

Что меняется для локального запуска прямо сейчас?

Для читателя, которому нужно отбирать обращения или сортировать фотографии по собственным правилам, появился выбор размера модели. Пример входа: «Посылка пришла разбитой; чек приложен» плюс фотография. Вопросы задаются отдельно: «кому передать — возврат, оплата или поддержка?» и «есть ли чек?». Результат нужно сверять с исходным сообщением и изображением: вероятность не является подтверждением факта. В примере авторской карточки есть похожий сценарий, но Modelium не запускал эти модели и не измерял точность. s1

Основной путь для технического ознакомления — открыть карточку нужного варианта, прежде всего d3-lite на Hugging Face, и сверить зависимости и ограничения своей машины до загрузки. Карточки описывают Python с Transformers 5.17.0; запуск через собственный сервер vLLM Semantic Router пока требует канала разработки, который при старте загружает образ и веса. Последний официальный стабильный релиз сервера — v0.4.0 от 27 сентября, то есть новый режим нельзя обещать пользователям стабильной версии. Это инженерный сценарий с Python или сервером, а не проверенный домашний рецепт для новичка. s1 s5 s9

Насколько надёжны заявленные результаты?

Авторы сообщают о результате d3 65,45 на открытой части Jev Decision Index 0.3 при 140 178 запросах и о 77,4% на видеотесте Perception Test из 19 140 вопросов. Это их оценки, а не независимый замер редакции. В той же карточке отдельно приведена таблица для версии набора 0.3.1 с округлённым публичным результатом 65,5: не следует переносить число из одной таблицы на другой набор или считать данные доказательством качества на ваших чеках. Видеотест — выбор одного из трёх ответов, а не проверка качества свободного описания видео. s1

Следующий шаг: если задача — выбор одного из заранее известных вариантов, изучите карточку d3-lite и проверьте на своих примерах лицензию, требования и ошибочные ответы до внедрения. Если нужен готовый рассказ на естественном языке, выбирайте обычную чат-модель вместо Decision 3.0. s5