IT时代网11月6日消息，Kakao发布多模态模型Kanana-2-v-decide，可同时分析文本与图像，辅助AI智能体进行决策，适用于客户咨询分类、下一步工具选择等场景。
例如客户附上受损商品照片申请换货时，模型同时分析照片与咨询内容，以数值方式呈现商品受损的可能性，服务方可对照自身标准引导换货流程或转接人工客服。由于模型以概率、选项与分数形式返回判断结果，从回复语句中提取结论的过程得以简化。
该模型基于Kakao自研多模态语言模型Kanana-2-v-3b构建，通过复用重复选项的预计算值降低计算负载。在单块H200 GPU测试中，平均响应时间在0.04秒以内。，Kakao此前已开源过两款Kanana视觉编码器模型。
Kakao称，该模型在自建韩语评测的15909道题目与公开基准Decision Index中取得同类最高性能，对比对象包括微软与Upstage等公司的产品。模型已在Hugging Face开放下载并附商用许可，将率先应用于网页搜索、商品自动分类等内部项目，后续计划把搜索与判断功能整合进单一模型。
编辑：林一舟
