Supersonic Labs开源决策模型Julia 1，支持CPU本地运行

巴西小型 AI 实验室 Supersonic Labs 发布了开源决策模型 Julia 1。该模型参数量为 1.443 亿，面向决策任务设计，不依赖高性能 GPU，可在普通 CPU 上本地运行。

模型权重已经在 Hugging Face 开源，采用 Apache 2.0 许可证，并通过 ONNX 格式支持浏览器端 WebGPU 运行。

单一 API 处理三类决策任务

Julia 1 提供单一 API，可处理三种决策类型：

• 在 2 到 20 个选项中做选择；
• 按有序量表评分，例如低、中、高；
• 判断是非陈述的概率。

该模型基于约翰霍普金斯大学的 mmBERT-small 编码器构建。Supersonic Labs 表示，Julia 1 并不是在现有大语言模型基础上进行微调得到的。其训练总成本约为 104 美元。

基准测试结果

根据 Supersonic Labs 公布的基准测试，Julia 1 在 Typed Decisions 任务上的准确率为 73.15%，略高于 TypeSafe Jev 模型的参考基准。

不过，该模型在不同任务上的表现并不一致。在包含 72 个标签的 Banking77 任务上，Julia 1 的准确率为 64%。

在 Apple M4 芯片上，Julia 1 单次决策的中位延迟为 33.15 毫秒。