Baseten开放Mammoth-1与Elephant-1决策模型

Mammoth-1与Elephant-1分别基于Qwen3.5-27B、9B进行文本决策微调，训练包含621万条决策样本，并结合交叉熵、Brier校准项及“不知道”选项。输入状态和一组问题后，模型在一次共享前缀预填充中返回各选项概率，支持是非判断、选择及有序评分。模型卡注明文本训练、视觉编码器冻结，最大序列长度16,384 token，超过训练长度的请求会被拒绝。两款权重采用MIT许可，可通过随卡提供的固定运行时自行部署，也可使用Baseten Model APIs；公告提供一周免费访问并默认零数据保留。公布榜单包含官方评测与厂商复刻评测，两者不能混作同一独立验证。