Xing-VL1.0-Decision
Notas do quadrante
Ver o quadrante completoPontuação pela rubrica pública do quadrante (maturidade × capability; bolha = adoção). Revisamos conforme a evidência.
- Maturidade4.5/10
Pesos bf16 Apache-2.0 sobre o Qwen3.8-27B com readout de 255 saídas; módulo Python próprio e plugin de engine do Decision Index, ~60 GB de GPU. GGUF de terceiros (24/10). Equipe pequena, sem API hospedada nem SLA.
- Capability7.8/10
Placar Vision do Decision Index 0.4 (22/10) Full 73,3, #1 sem empate (d3-turbo v1.1 72,46); ECE 0,030 medido; 325 ms por linha. Texto + até 4 imagens, 1–255 opções, choice / sim-não / score. Sem linha no placar de texto.
- Adoção1/100
492 downloads e 3 likes no HF (24/10); quantizações GGUF de terceiros. Sem integrações nem usuários em produção encontrados.
Vendor claims
- Decision Index edition 0.3, public vision suite (11 benchmarks, 12,210 rows): public vision index 77.78, every row answered[Claim do fornecedor — não verificado independentemente]
publicado (OK do Fabricio 24/10 BRT). Notas calculadas do zero.
O que é
O Xing-VL1.0-Decision (Hugging Face, Apache-2.0) é um modelo de decisão tipado multimodal de 27B da RBDash-Team sobre o Qwen3.8-27B. Dado um estado (texto e até quatro imagens), uma pergunta e de 1 a 255 opções, devolve uma probabilidade por opção num único forward, por um readout de 255 saídas que substitui a cabeça de LM; uma temperatura ajustada (0,9766). Não gera texto. O card diz que “1.0” é um reset de nome: é o mesmo checkpoint listado antes como RBDash-Decision-v0.2, sem retreino nem nova pontuação.
Resultado no placar
| Placar | Linha | Resultado |
|---|---|---|
| Decision Index 0.4, Vision (dados de 22/10, 20:10 UTC) | RBDash-Decision v0.2 | Full 73,3, #1 de 55 sem empate (vLLM-SR d3-turbo v1.1 72,46, Amos 1 Large 72,4); público 77,7, privado 68,91; ECE 0,030; 325 ms por linha |
Ressalva do placar: no máximo 4 imagens por pergunta; perguntas maiores contam como falha. Não há linha de referência do Jev no placar Vision nem linha deste modelo no placar de texto. Placares nunca são combinados.
Limites
- Foco em visão; sem evidência no placar de texto.
- Cerca de 60 GB de GPU em bf16; precisa do módulo próprio (
rbdash_decision.py), não carrega comAutoModelForCausalLM. O card avisa que outra redação de prompt pode mudar predições.
Notas (do zero, 24/10/2026)
- Capability 7,8 = tipos 10 × 0,30 + calibração 6 × 0,25 + latência 6 × 0,25 + acurácia 9 × 0,20 = 3,00 + 1,50 + 1,50 + 1,80 = 7,80. Tipos 10: choice / sim-não / score. Calibração 6: uma temperatura mais ECE de 0,030 medido pelo placar. Latência 6: 325 ms por linha (acima de 0,25 s). Acurácia 9: #1 sem empate num placar do Decision Index.
- Alternativa (acurácia 8 → 7,6): se o placar Vision, sem referência do Jev, não valer para a exceção do “#1 sem empate”.
- Maturidade 4,5 = disponibilidade 7 × 0,30 + docs 6 × 0,25 + integrações 2 × 0,25 + suporte 2 × 0,20 = 2,10 + 1,50 + 0,50 + 0,40 = 4,50.
- Adoção 1 = engajamento 1 × 0,35 + ecossistema 1 × 0,35 + produção 0 × 0,30 = 0,70 → 1.