StartLux-Decision 发布：RL 训练的校准决策模型，27B 得分 72.8

StartLux-Decision 系列决策模型上线 Hugging Face，规模覆盖 0.8B 到 27B，主打单次前向预测与置信度引导推理。训练采用三阶段流水线，核心为 RLCD² 强化学习，让模型判断何时展开推理、何时直接作答。