उत्तरप्रकाशित18 स्रोत
LingDT-Decision-1.0: Ant का ऐसा AI मॉडल जो तय विकल्पों में से निर्णय चुनता है
LingDT Decision 1.0 Ant Digital Technologies का संरचित बिज़नेस फैसलों के लिए बना मॉडल है। इसके 4B और 27B संस्करण DTMaaS पर सीमित अवधि के मुफ़्त ट्रायल के लिए उपलब्ध हैं। यह वर्गीकरण और अनुरोधों को सही दिशा में भेजने जैसे सीमित विकल्पों वाले कामों के लिए है—खुले सवालों और व्यापक भाषा आधारित कामों में सामान्य LLM की ज...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- LingDT Decision 1.0 Ant Digital Technologies का संरचित बिज़नेस फैसलों के लिए बना मॉडल है। इसके 4B और 27B संस्करण DTMaaS पर सीमित अवधि के मुफ़्त ट्रायल के लिए उपलब्ध हैं।
- यह वर्गीकरण और अनुरोधों को सही दिशा में भेजने जैसे सीमित विकल्पों वाले कामों के लिए है—खुले सवालों और व्यापक भाषा आधारित कामों में सामान्य LLM की जगह लेने के लिए नहीं।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What is LingDT-Decision-1.0, released by Ant Group’s enterprise technology arm Ant Digital Technologies as reported on October 23, 2026, and. Article summary: LingDT-Decision-1.0 is Ant Digital Technologies’ specialized model for structured enterprise decisions: it selects among defined options rather than generating a lengthy answer that software must interpret afterward.[2][. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
LingDT-Decision-1.0, Ant Group की एंटरप्राइज़ टेक्नोलॉजी इकाई Ant Digital Technologies का ऐसा मॉडल है जिसे तय विकल्पों में से बिज़नेस निर्णय चुनने के लिए बनाया गया है। सामान्य भाषा मॉडल पहले जवाब बनाते हैं, जिसे सॉफ़्टवेयर को बाद में समझना पड़ सकता है; LingDT का बताया गया तरीका विकल्पों के सीमित सेट में सीधे निर्णय करना है।1
2
यह मॉडल ऐसे कामों में उपयोगी हो सकता है जहां संभावित नतीजे पहले से तय हों—मसलन किसी अनुरोध को सही टीम तक पहुंचाना या रिकॉर्ड का वर्गीकरण करना। Ant ने अपने परीक्षणों में कम टोकन इस्तेमाल और तेज़ जवाब के दावे किए हैं, लेकिन उपलब्ध रिपोर्टिंग में इन नतीजों की स्वतंत्र पुष्टि नहीं है।3
मॉडल कैसे काम करता है?
किसी सामान्य “पहले जवाब बनाओ, फिर उसे पढ़कर अर्थ निकालो” प्रक्रिया में भाषा मॉडल टेक्स्ट या संरचित जवाब देता है और फिर कोई दूसरा सॉफ़्टवेयर उस आउटपुट को समझता है। LingDT के बताए गए तरीके में सिस्टम मॉडल को बिज़नेस संदर्भ और संभावित विकल्प देता है; मॉडल उनमें से एक या अधिक विकल्प चुनता है।2
मिसाल के तौर पर, ग्राहक सेवा प्रणाली किसी अनुरोध को अलग-अलग श्रेणियों में भेजने के लिए विकल्प दे सकती है और मॉडल से चुनाव करा सकती है। यह सीमित, स्पष्ट निर्णयों के लिए है—हर भाषा-संबंधी काम का विकल्प नहीं। खुले सवालों की व्याख्या, योजना बनाना या विस्तार से जवाब देना हो, तो सामान्य उद्देश्य वाला मॉडल अब भी ज़रूरी हो सकता है।
4B और 27B संस्करण, और उपलब्धता
LingDT-Decision-1.0 के 4B और 27B पैरामीटर वाले संस्करण हैं। यह Ant Digital Technologies के DTMaaS प्लेटफ़ॉर्म पर उपलब्ध है, जहां डेवलपर इसे सीमित अवधि के लिए मुफ़्त आज़मा सकते हैं।2
उपलब्ध रिपोर्टिंग यह नहीं बताती कि किसी खास तरह के काम में कौन-सा संस्करण लगातार बेहतर है। इसलिए केवल मॉडल के आकार के आधार पर चुनाव करने के बजाय, दोनों को अपने काम के नमूनों पर परखना बेहतर होगा।
किस तरह के फैसले कर सकता है?
रिपोर्ट के अनुसार, मॉडल से हां/नहीं जैसे निर्णय, एक विकल्प चुनना, वर्गीकरण और स्कोर या रेटिंग देने जैसे काम कराए जा सकते हैं।6
7 ऐसे प्रारूपों का इस्तेमाल अनुरोधों को सही जगह भेजने, यूज़र के इरादे पहचानने, टूल चुनने, रिकॉर्ड का वर्गीकरण करने या जोखिम का आकलन करने में हो सकता है। ये संभावित उपयोग हैं—इस बात की गारंटी नहीं कि मॉडल हर ऐसे काम में अच्छा प्रदर्शन करेगा।
6
14
Ant का कहना है कि मॉडल में एक साथ कई विकल्प चुनने और निर्भरता के हिसाब से चरणबद्ध निर्णय करने की क्षमता भी है।6
7 उदाहरण के लिए, बहु-चयन में एक अनुरोध से एक से अधिक संबंधित विकल्प चुने जा सकते हैं। DAG-आधारित क्रमिक निर्णय में अगले सवाल या कार्रवाई का चुनाव पहले के नतीजों पर निर्भर हो सकता है। Ant इन क्षमताओं को पहली बार उपलब्ध कराई गई सुविधा बताता है, लेकिन उपलब्ध स्रोत इस नवीनता-दावे की स्वतंत्र पुष्टि नहीं करते।
7
रफ़्तार और टोकन इस्तेमाल पर Ant के दावे
Ant का कहना है कि ग्राहक सेवा, जोखिम नियंत्रण और वित्त जैसे बिज़नेस क्षेत्रों में उसके परीक्षणों के दौरान, समान कामों के लिए सामान्य बड़े भाषा मॉडल की तुलना में LingDT ने 90% से अधिक कम टोकन इस्तेमाल किए और जवाब देने में 10 गुना तक तेज़ रहा।3
18 ये कंपनी के बताए नतीजे हैं। उपलब्ध रिपोर्टिंग में तुलना की पूरी परीक्षण-प्रणाली इतनी विस्तार से नहीं दी गई कि उसकी बराबरी की शर्तों की पुष्टि की जा सके; स्वतंत्र जांच भी सामने नहीं आई है।
3
रिलीज़ की कवरेज में Ant के इस दावे का भी ज़िक्र है कि 23 ओपन-सोर्स बेंचमार्क पर उसका कुल स्कोर Microsoft-Decision-1 और Jev 1.13 से अधिक रहा, और 27B संस्करण ने जांचे गए समान आकार के मॉडलों में सबसे अधिक सटीकता हासिल की।7 इसे कंपनी द्वारा बताया गया बेंचमार्क परिणाम समझना चाहिए, व्यापक बढ़त का पक्का प्रमाण नहीं। एक मॉडल-रिलीज़ ट्रैकर पर बेंचमार्क स्थिति “लंबित” दिखाई गई थी और उपलब्ध स्रोत इन तुलनाओं की स्वतंत्र पुष्टि नहीं करते।
16
एंटरप्राइज़ वर्कफ़्लो के लिए इसका क्या मतलब हो सकता है?
अगर किसी टीम के अपने काम में भी ये नतीजे दोहराए जाएं, तो बार-बार होने वाले वर्गीकरण या अनुरोध-रूटिंग के लिए कम टोकन इस्तेमाल से मॉडल की लागत घट सकती है। तेज़ निर्णय कई चरणों वाले वर्कफ़्लो को भी गति दे सकते हैं। लेकिन 90% कम टोकन का मतलब अपने-आप कुल बिल में 90% की कमी नहीं है; इसी तरह, किसी एक निर्णय का तेज़ होना पूरी प्रक्रिया को उतना ही तेज़ नहीं बनाता। कीमत, इनपुट की तैयारी, जानकारी खोजने, टूल चलाने और बाकी चरणों का भी असर पड़ता है।
तय प्रारूप में जवाब मिलने से सॉफ़्टवेयर के लिए उसे पढ़ना और आगे की प्रक्रिया चलाना आसान हो सकता है। फिर भी, सही प्रारूप में दिया गया विकल्प गलत हो सकता है। जोखिम, वित्त या ग्राहक सेवा जैसे क्षेत्रों में गलत वर्गीकरण आगे की कार्रवाई को प्रभावित कर सकता है। इसलिए टोकन और गति के साथ निर्णय की गुणवत्ता और गलती होने पर सिस्टम क्या करेगा, यह भी जांचना ज़रूरी है।
इस्तेमाल से पहले इसे कैसे परखें?
अपने वास्तविक काम से मिलते-जुलते मामलों का एक नमूना लेकर दोनों संस्करणों की तुलना मौजूदा प्रक्रिया से करें। सिर्फ़ गति या लागत नहीं, बल्कि हर सही ढंग से पूरे हुए मामले की लागत, जवाब देने के समय का अंतर, छूटे हुए मानव-हस्तक्षेप और अगले चरणों में पहुंचने वाली गलतियों को भी मापें। अस्पष्ट अनुरोध और ऐसे मामले भी शामिल करें जिन्हें किसी व्यक्ति तक भेजा जाना चाहिए।
निष्कर्ष: LingDT-Decision-1.0 को तय विकल्पों वाले बिज़नेस फैसलों के लिए एक विशेष मॉडल के रूप में देखना उचित है—सामान्य भाषा मॉडलों का सिद्ध विकल्प या उत्पादन में लागत बचत का प्रमाणित उपाय नहीं। DTMaaS का सीमित अवधि वाला ट्रायल इसकी उपयोगिता परखने का मौका देता है, लेकिन गति, बचत और बेंचमार्क प्रदर्शन के दावों को स्वतंत्र परीक्षण होने तक दावे ही मानना चाहिए।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"LingDT-Decision-1.0: Ant का ऐसा AI मॉडल जो तय विकल्पों में से निर्णय चुनता है" का संक्षिप्त उत्तर क्या है?
LingDT Decision 1.0 Ant Digital Technologies का संरचित बिज़नेस फैसलों के लिए बना मॉडल है। इसके 4B और 27B संस्करण DTMaaS पर सीमित अवधि के मुफ़्त ट्रायल के लिए उपलब्ध हैं।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
LingDT Decision 1.0 Ant Digital Technologies का संरचित बिज़नेस फैसलों के लिए बना मॉडल है। इसके 4B और 27B संस्करण DTMaaS पर सीमित अवधि के मुफ़्त ट्रायल के लिए उपलब्ध हैं। यह वर्गीकरण और अनुरोधों को सही दिशा में भेजने जैसे सीमित विकल्पों वाले कामों के लिए है—खुले सवालों और व्यापक भाषा आधारित कामों में सामान्य LLM की जगह लेने के लिए नहीं।