此文补充此前遗漏的报道。原始来源日期列于下方，并非今日新发布的消息。

发生了什么

Sarvam Prism只需一次前向计算即可为给定选项分配概率。它提供Apache 2.0许可的权重和托管API；模型卡称本地运行约需120 GB空闲显存。Hindsight的hs-decide-1-flash负责判断智能体记忆，另有hs-rerank-1和hs-embed-1。三者均可下载权重或通过API使用；决策模型采用Apache 2.0，另两款采用MIT许可。

iNC / 分析

为何重要

客服团队可用Prism分派工单，记忆系统则可用Hindsight过滤无关记录。Sarvam测试了三组指标，Hindsight的测试包括记忆检索。两家的平均分不能用来直接排名。

后续关注

部署前应用已知答案和少见选项做测试，除了延迟，还应记录有用信息被错误丢弃的频率。

来源与核实

来源链接数量不等于独立证实次数。

01
Sarvam: Introducing Sarvam Prism一手来源 · www.sarvam.ai · 2026年11月3日
02
Hindsight: Introducing Hindsight Models一手来源 · hindsight.vectorize.io · 2026年11月3日
03
Sarvam Prism model card一手来源 · huggingface.co · 2026年11月3日
报告错误

帮助我们纠错

请指出争议陈述，并尽可能提供来源链接。请勿发送个人或敏感信息。