Supersonic Labs 发布 1.44 亿参数开源决策模型 Julia 1，可在 CPU 运行

Techub News 消息，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，专为决策任务设计，无需依赖高性能 GPU，可在普通 CPU 上本地运行。模型权重已在 Hugging Face 上开源，采用 Apache 2.0 许可证，并通过 ONNX 格式支持浏览器端 WebGPU 运行。 Julia 1 提供单一 API 处理三种决策类型：从 2 到 20 个选项中做选择、按有序量表（如低/中/高）评分、判断是非陈述的概率。其基于约翰霍普金斯大学的 mmBERT-small 编码器构建，训练总成本约为 104 美元。实验室表示，Julia 1 并非对现有大语言模型进行微调。 根据其公布的基准测试，在 Typed Decisions 任务上，Julia 1 取得了 73.15% 的准确率，略高于 TypeSafe Jev 模型的参考基准。该模型在部分任务上表现良好，但在包含 72 个标签的 Banking77 任务上准确率仅为 64%。在 Apple M4 芯片上，单次决策的中位延迟为 33.15 毫秒。（Supersonic Labs）