Kakao открыла Kanana-2-v-decide — модель решений для ИИ-агентов

Зачем это агентам

Больше всего такие модели нужны ИИ-агентам. Они принимают запрос пользователя и самостоятельно выполняют многошаговые задачи, постоянно решая, какой инструмент применить, какой информацией воспользоваться и что делать дальше. Модель решений быстро выдаёт вывод на каждом шаге.

Kanana-2-v-decide построена на мультимодальной модели Kanana-2-v-3b. Результат приходит в одном из трёх форматов: вероятность показывает шанс выполнения условия, выбор — вероятность каждого варианта и наиболее подходящий из них, оценка — детальный балл с учётом вероятностей по ступеням шкалы. Если клиент присылает фото повреждённого товара и просит обмен, модель по снимку и тексту обращения оценивает, действительно ли товар повреждён, к какому типу относится запрос и насколько клиент недоволен. Сервис сверяет значения со своими правилами и передаёт обращение оператору или запускает процедуру обмена.

Архитектура основана на эмбеддингах: вопрос и варианты превращаются в векторы, а ответ выбирается по их сходству. Это работает и при большом числе категорий, а частые варианты можно хранить в виде векторов и использовать повторно, что снижает объём вычислений и время ответа.

Скорость и планы

По данным Kakao, на одной карте H200 модель отвечает в среднем за 0,04 секунды — примерно в 43 раза быстрее GPT-6 Luna от OpenAI. Точность измеряли на собственном наборе Kanana Decision Bench из 15 909 вопросов на корейском и на открытом наборе Decision Index. В сравнении участвовали Decision-1 от Microsoft, Jev, pplx-decider-v1.1-27B от Perplexity и Solar Decide от Upstage; по словам компании, Kanana-2-v-decide получила наивысший балл в обоих тестах.

Сначала Kakao применит модель во внутренних проектах, например в веб-поиске и автоматической классификации категорий товаров. В долгосрочной перспективе компания намерена объединить поиск и принятие решений в одной модели.