Hugging Face 介绍 decision models：以概率而非生成文本做决策

Hugging Face 在官方博客介绍了 decision models 的工作方式。模型接收 state 和预定义问题，直接输出带概率的结构化选择，而不是逐字生成答案。文中还给出基于 transformers 的示例训练流程，并提到 TRL 正在加入原生支持，Unsloth 也提供了把生成式模型改造成决策模型的方案。