Drex 1.5 nu este un model lingvistic clasic. Nu produce texte, nu continuă propoziții, nu inventează povești. În schimb, primește un set de opțiuni – acțiuni posibile, deciții candidat, alternative – și le acordă un scor. Practic, funcționează ca un consilier rece, calculat, care nu are nevoie să-ți explice de ce a ales ce a ales, ci îți arată doar cât de bună este fiecare variantă.
Ce înseamnă, de fapt, un „model de decizie"
Dacă stai puțin și te gândești, vei realiza că marea majoritate a aplicațiilor de inteligență artificială din lumea reală nu au nevoie de texte frumoase. Au nevoie de alegeri. Un trader automat are nevoie să știe dacă să cumpere sau să vândă. Un agent de customer service are nevoie să decidă dacă escalează tichetul sau îl rezolvă singur. Un sistem de robotică trebuie să aleagă între trei traiectorii posibile. Un motor de recomandare trebuie să ordoneze zece produse în funcție de probabilitatea de click.
Aici intervine Drex 1.5. Modelul este antrenat special pentru a înțelege contexte și a produce un scor pentru fiecare opțiune prezentată. E un fel de funcție utilitară universală, instruită pe date diversificate, capabilă să facă ierarhizări rapide fără a genera un singur cuvânt de răspuns.
De ce 9 miliarde de parametri și nu mai mulți?
Nace AI a ales deliberat o dimensiune medie. Nu au mers pe 70 de miliarde, ca Llama 3, și nu s-au mulțumit cu un model mic de 3 miliarde. Au vrut un punct de echilibru între capacitatea de raționament și costurile de inferență. Un model de 9B poate rula pe un GPU de consum, poate fi integrat în aplicații edge și poate fi ajustat (fine-tuned) de companii medii fără a cheltui un buget de cercetare universitar.
În plus, testele interne sugerează că pentru sarcini de tip scoring, creșterea dimensiunii peste un anumit prag aduce beneficii marginale. Nu ai nevoie de un model care să știe tot ce s-a scris vreodată pe internet pentru a decide dacă o ofertă este mai bună decât alta. Ai nevoie de un model care înțelege contextul și atribuie scoruri consistente. Drex 1.5 face exact asta.
Open-source: o declarație de intenție
Faptul că Nace AI a ales să deschidă complet codul și ponderile (weights) este, în sine, o declarație politică. Într-o eră în care OpenAI, Anthropic sau Google își păzesc cu strășnicie modelele, un startup care își dă drumul la cea mai importantă componentă a produsului său transmite un mesaj clar: nu vrem să fim gardianul unei cutii negre, vrem să construim un ecosistem.
Open-source-ul permite comunității să:
Pentru Nace AI, beneficiul indirect este clar: cu cât mai mulți dezvoltatori folosesc Drex, cu atât devine mai standardizat, mai acceptat, mai inevitabil.
Diferența față de LLM-urile tradiționale
Un LLM obișnuit, gen GPT-4 sau Claude, poate fi păcălit să facă același lucru. Îi spui: „Evaluează aceste trei opțiuni și dă-le un scor de la 1 la 10”. Și el va genera niște numere. Dar acel output este, în esență, o halucinație controlată. Modelul nu a fost antrenat nativ pentru asta, ci a învățat prin exemple și context. Drex 1.5, în schimb, a fost optimizat direct pe funcția de scoring. E ca diferența dintre un generalist care poate vorbi despre orice și un specialist care face un singur lucru, dar îl face excepțional.
Concret, în benchmark-uri preliminare, Drex 1.5 a obținut rezultate superioare LLM-urilor generale de dimensiuni comparabile în sarcini de:
Implicații pentru industrie
Pentru companiile care construiesc agenți autonomi, această abordare este un dar. Poți folosi un LLM pentru a înțelege cererea utilizatorului, pentru a genera variante de răspuns, și apoi lași Drex să aleagă care dintre ele este cel mai potrivit. Combinația LLM + Decision Model este, după părerea multora, arhitectura care va domina următorii ani.
De asemenea, pentru sectorul financiar, unde fiecare milisecundă și fiecare punct de acuratețe contează, un model specializat pe decizii, nu pe conversații, este mult mai atractiv. Nu trebuie să filtrezi output-ul printr-un layer suplimentar de prompt engineering.
Provocări și limite
Niciun model nu este perfect, iar Nace AI recunoaște asta公开. Drex 1.5 depinde puternic de calitatea opțiunilor pe care le primește. Dacă setul de alternative este prost definit, modelul va nota prost variante proaste. De asemenea, are limitări în raționamentul pe termen lung și în scenarii cu informații incomplete – exact acolo unde un model lingvistic cu chain-of-thought ar putea compensa prin generare de ipoteze.
În plus, scorurile sunt doar scoruri. Cineva trebuie să decidă ce înseamnă un scor de 7.3 versus 8.1 în contextul de business. Modelul oferă instrumentul, dar responsabilitatea deciziei finale rămâne umană.
Ce urmează pentru Nace AI
Compania a anunțat că lucrează la Drex 2.0, care va adăuga capacitatea de a lucra cu opțiuni generate dinamic, nu doar cu liste predefinite. Practic, modelul va putea imagina el însuși alternative, pe care apoi le va nota. Dacă reușesc să facă asta bine, am putea vorbi despre un nou standard în arhitectura agenților AI.
Cert este că Nace AI a reușit cu Drex 1.5 ceea ce puțini au încercat: să simplifice o piață obsedată de complexitate. Nu îți trebuie un model gigantic care să-ți genereze un eseu de 500 de cuvinte pentru a alege între trei opțiuni. Uneori, tot ce ai nevoie este un scor.
De ce este important:
Lansarea Drex 1.5 marchează o bifurcație în industria AI: pe de o parte avem cursa generalistă a modelelor lingvistice tot mai mari, pe de altă parte apare o nișă specializată pe decizii pure. Pentru dezvoltatori, asta înseamnă o unealtă eficientă, ieftină și auditabilă, care poate fi integrată ușor în produse reale. Pentru companii, e o șansă de a construi sisteme automate mai transparente, în care logica deciziei poate fi inspectată fără a decoda texte generate. Iar pentru piață, e un semnal că viitorul AI nu va fi monopolizat doar de cine are cea mai mare rețea neuronală, ci și de cine construiește cel mai util instrument pentru probleme specifice.
