Nace.AIは2026年11月5日(現地時間)、自己回帰デコーディングを伴わない単一のフォワードパスで、ユーザー定義オプションの確率分布を返すオープン意思決定モデル「Drex」ファミリーを発表した。この「Drex」は、8Bから35B-A3Bのパラメータを持つ4つのモデルで構成されており、幅広い意思決定タスクへの応用を目指す。
Drexファミリーは、DLM（8B）、v1.5（9B）、v2.0（35B-A3B）、Max（27B）の4つのモデルで構成されている。これらのモデルは、ドキュメント、レコード、エージェントコンテキストといった状態（オプションで画像を含む）と、選択、イエス/ノーの判断、または順序付けられたスケールでのスコアリングを求める質問の組み合わせに対応する。
訓練には、教師ありファインチューニングと、同社の独自RL手法であるadjusted feedbackからの強化学習 (RLAF)が組み合わされている。RLAFは、検証済みの結果と推論審査をKL制約の下で統合する。アブレーション研究の結果、RLAFは精度を向上させ、オプション順序の入れ替わりを6.3%から4.2%に削減した。
Drex Maxは、Decision Index 0.4.1において、意思決定モデル間で67.52という新たな最高性能を達成し、Jev 1.14.0の60.70を上回った。また、メンテナンス担当者が実施するプライベートテストでも66.60のスコアを維持している。独立して運営されるArtificial Analysis Decision Indexでは、Maxは意思決定モデルの中で2番目に高いスコアを記録し、DrexはOpenRouter上で最も広く使用されている意思決定モデルの一つとなっている。すべての重みと推論コードはgithub.com/nace-ai/drex-decision-modelsでオープンソースとして公開されている。
参考: huggingface.co — 2026年11月6日 03:14 (JST)