生成式 LLM
- 自回归逐 token 生成开放文本
- 选项空间不固定——可编造任何说法
- 「概率」常是口头数字，未必校准
- 适合：写作、检索摘要、开放推理
- 不适合：需要拒答门槛的交易决策
一句话：决策模型把非结构化状态 + 调用方钉死的选项问题，一次前向映射成已校准的选项概率——不是让 LLM「吐一段像概率的话」。
吐了个像概率的答案 ≠ 决策模型。真正的决策模型硬性要求三件事：选项钉死、校准概率、可设门槛。一个擅长开放生成；一个专门回答「在钉死的选项里，各有多大把握？」
你写「LLM和决策模型的对比」=标题复读。请改成：决策模型必须同时满足「选项钉死 + 校准概率 + 可设门槛」。
评论·原语：choice 三选一；score 有序档；noul 是否成立（0–1）。同一 state 可混问。
同一 state：BTC永续，震荡，动量因子 0.8
非结构化状态 + 类型化问题 → 单次 forward pass → choice / score / noul 概率。
「state + 类型化问题 → 校准选项概率」✓ 保留。
评论·vs LGBM：都可吐概率；LGBM 训练时钉死类别，DM 每次请求由调用方钉选项、对准可设门槛。
LGBM 的类别头不会跟着换题。
选项钉死为 [平仓, 持有, 加仓]。拖动门槛，看「像概率」的 0.55 与校准后的 0.92 行为差在哪。
一键提交前，state 与 questions 都要写上内容（空格不算）。
切换场景：模糊 0.55 在常见门槛下被拦；校准 0.92 才过闸。这就是「可设门槛」的意义。
「LLM 输出模糊，再交 DM 校准」易混——不是流水线；DM 一次前向就输出已校准概率。
评论·θ：按误判成本做 Risk–Coverage 扫描，不是固定 0.9；口诀 p<θ→拒答。
契约 state「BTC永续，震荡，动量因子0.8」，questions「平仓、持有、加仓」。题型先写在页末你的答案。
可靠性图（reliability）与 ECE / Brier：概率说 80%，真实命中也该接近 80%。
Expected Calibration Error：分桶后 |预测置信 − 实际准确率| 的加权平均。越小越好。
均方概率误差。同时惩罚「错得自信」与「对得含糊」。越小越好。
负对数似然。常用 temperature scaling / isotonic；训练侧有 RLCD（Reinforcement Learning for Calibrated Decisions）。
未校准：90% 门槛下约 840 条自动通过，其中 97 条错误 → 校准后同等闸门错误降至 36，更多转人工。
仅写 RLCD 不完整：独立校准集拟合温度 → 测试集看 ECE/Brier；禁用训练集拟合温度；温度只改锐度不改 argmax。
固定 logits。argmax 始终是 平仓。T 只改尖或平。
用 risk–coverage 门槛扫描，把决策压成三种执行态。点选卡片查看含义。
置信过门槛，系统直接执行
落在灰区，排队人工确认
拒答或强制人工接管
双层方向对。补一句：模型内部门「想清楚了」，App 执行门仍可不自动下单。
事实来自公开对比与文档；按接入形态与体量选，不编造榜单分数。
面向生产的类型安全决策 API；封闭服务形态，强调结构化调用与安全边界。
小体量开源决策模型；强调校准概率与 RLCD；适合边缘 / 低延迟闸门。
开放权重决策系列；Instant 快路径，AutoThink 带内部思考门，与应用执行门分层。
「不同模型选型」太虚。改记：托管→Jev；本地可微→Laya；开源+AutoThink→StartLux。
Jev：托管、零样本、长上下文、多选项 → 云 API。
① 平仓用 choice 还是三个 noul？为什么？② 三件套填空。
决策模型必须同时满足：
两题都对齐共识。
先作答再核对。共识在锁定之后出现。写在本机，不发 webhook。
提交 JSON 遵循锁定 schema dm-learnlog-v1：费曼、概念题、预测揭晓、平仓契约、评论、终态快照（门槛初→终+改次数）。不记拖动轨迹。优先一键提交给学习；复制 Markdown 为摘要（顶部含 @决策模型学习）。
默认走云端代理一键提交（密钥不在浏览器）。若代理不可用，可粘贴例程 webhook URL 与 sender key 到本机 localStorage，或改 webhook-config.js。