阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯实质变化1 分钟阅读DisconfirmAI 编辑部

MachinePulse AI开源Karpo决策模型及浏览器Agent框架

MachinePulse AI发布开源Karpo Decision 31B模型和karpo-browser框架,宣称在Agent决策速度和成本上优于通用大模型。

2026-11-21

MachinePulse AI已开源Karpo Decision 31B,这是一款专为AI Agent提供高频、低延迟判断能力的决策模型。该公司还发布了karpo-browser框架,采用System 1 + System 2架构,将复杂推理与常规网页操作分离。

据MachinePulse自报基准测试,Karpo Decision 31B在RTX PRO 6000 GPU上处理14万次请求的中位响应时间为94毫秒。在一项包含36个活动的“城市扫描仪”挑战中,该模型以2.6秒完成且准确率达100%,而Gemini 3.5 Flash耗时14.96秒。在Decision Index排行榜上,Karpo得分73.9,领先于300个参评模型。

karpo-browser解决方案集成了用于网页导航决策的Karpo Decision 27B Act模型。MachinePulse报告称,该设置在Browserbase Benchmark v2(102个任务)上实现了89%的平均成功率,平均耗时201秒,单任务模型成本为0.096美元。据称,这比Claude Fable 5.2 + Claude Code快约1.9倍,成本仅为对方的十三分之一。

技术上,Karpo利用Readout Head机制在一次前向推理中计算多个选项的概率,无需生成文本Token,从而降低输出延迟。它还采用Branch Attention机制共享上下文,支持批量决策。团队引入递归自我改进(RSI)训练以解决泛化问题,报告称模型融合后在陌生领域的准确率提高了1.6个百分点。

此次发布包括六种模型尺寸(0.8B至31B)、基于TypeScript的karpo-browser框架以及覆盖584个真实网站的KBB评估数据集。这些工具可通过Hugging Face和GitHub获取。

来源

  • qbitai.com量子位↗
带入研究 →
登录 / 注册
阅读研究雷达投资体系