Sarvam 发布开源决策模型 Prism：基于 Sarvam 105B，单次前向只输出选项概率，中位响应 44 毫秒，Apache 2.0
印度 AI 公司 Sarvam 于 11 月 3 日发布 Sarvam Prism，一款面向企业工作流的「System One」决策模型：给定上下文和若干带固定选项的问题，它在一次前向计算里直接返回每个选项的概率，不生成文本。官方称在其测试的 25 个决策模型中，Prism 三项指数平均 71.8 分、在单张 B200 上中位响应 44 毫秒，是 100 毫秒内得分最高的模型；印度语言基准 82.5。权重以 Apache 2.0 发布在 Hugging Face，同时提供托管 API。以上分数均为 Sarvam 自测。
核心要点速览
- 基于 Sarvam 105B（105B-10B MoE 基座）训练，只输出选项概率，答案一定落在给定选项内。
- 官方口径三项指数：Jev Decision Index 67.0、自建的 Artificial Analysis 决策指数复刻版 65.9、内部印度语言基准 82.5，平均 71.8；Perplexity Decider v1.2 平均 68.0 但响应约 117 毫秒。
- 校准：英文 90% 以上置信度回答，预期错误 3.3%、实际 2.2%；印度语言预期 5.4%、实际 4.4%，对比模型低估错误 1.5 到 4.8 倍。
- 先把选项排成固定顺序再打分，2,000 道题四次打乱选项顺序后 0 道答案改变。
- 评测 700 条 Agent 运行记录，整体判断准确率 78.5%，Claude Haiku 5.5 为 70.7%。
- 本地部署需一张支持 FP8、约 120GB 空闲显存的 GPU（如 B200/H200），权重约 106GB。
关联模型 / 智能体 / 厂商:
⚡ Sarvam Prism⚡ Sarvam 105B⚡ Perplexity Decider v1.2⚡ Jev 1.14⚡ Microsoft-Decision-1⚡ Claude Haiku 5.5🌐 Sarvam
