Saltar al contenido

Un equipo editorial y una comunidad que crean con IA

← Todos los artículos

Noticia · Hugging Face · 2 min de lectura

Fecha del hecho: · Publicado:

Hugging Face presenta decision models, una nueva categoría de modelos

Hugging Face sumó soporte para decision models, una categoría de modelos que entrega decisiones con probabilidad sobre respuestas fijas, en Transformers, llama.cpp, TRL y el Hub, el 10 de noviembre de 2026.

Hugging Face anunció una nueva categoría de modelos llamada decision models el 10 de noviembre de 2026, presentando una forma de que los modelos entreguen decisiones con probabilidad asignada sobre un conjunto fijo de respuestas permitidas, en lugar de generar texto libre. El anuncio apareció en la publicación del blog de Hugging Face sobre decision models, que también detalla el soporte para la nueva categoría en las herramientas de código abierto de la empresa.

Los cambios concretos

  • La interfaz se define como Estado más Preguntas más Respuestas Permitidas, lo que produce Decisiones y Probabilidades.
  • Se definen tres primitivas: Choice (una distribución de probabilidad sobre varias opciones), Score (un valor esperado sobre escalas ordenadas) y Noul (un sí o no binario).
  • La biblioteca Transformers ahora incluye las clases DecisionPipeline, AutoModelForDecision y DecisionConfig.
  • llama.cpp agrega soporte para decision models mediante un nuevo endpoint de API /v1/systemone.
  • Se agregó una nueva etiqueta decision-model en el Hugging Face Hub para facilitar el descubrimiento de modelos.
  • TRL está agregando soporte de entrenamiento de primera clase para decision models.

Qué significa para quienes construyen con IA

Hugging Face presenta los decision models como una forma estándar y de menor costo de obtener decisiones restringidas y conformes a un esquema a partir de un modelo para tareas de clasificación y enrutamiento, sin depender de la decodificación restringida de un LLM generativo completo. La empresa señala que los decision models pueden construirse sobre bases variadas, incluyendo modelos encoder como ModernBERT, así como bases de modelos generativos más grandes, lo que da a los desarrolladores la posibilidad de elegir entre tamaño y capacidad según la tarea de enrutamiento o clasificación.


Fuentes

Redactado con ayuda de IA, únicamente a partir de las fuentes indicadas arriba. Antes de publicarse, controles automáticos verificaron sus fechas, sus fuentes y todas sus versiones de idioma.

Hugging Face presenta decision models, una nueva categoría de modelos | vibecoding.inc