Kakao ha presentato Kanana-2-v-decide, un modello multimodale specializzato nelle operazioni decisionali degli agenti di intelligenza artificiale, distribuito come modello aperto attraverso Hugging Face il 6 novembre 2026. Il sistema è stato sviluppato a partire da Kanana-2-v-3b, un modello da circa tre miliardi di parametri capace di elaborare congiuntamente testo e immagini, ed è progettato per eseguire attività nelle quali è necessario ottenere una valutazione strutturata anziché una risposta discorsiva. A differenza dei modelli linguistici generativi tradizionali, che producono sequenze di token per formulare frasi complete, Kanana-2-v-decide restituisce direttamente informazioni numeriche o selezioni utilizzabili dal software che lo richiama. Questa impostazione si rivolge soprattutto ai sistemi agentici, nei quali un singolo incarico può richiedere numerose decisioni intermedie, come identificare la categoria di una richiesta, scegliere lo strumento più appropriato, valutare un contenuto visivo o stabilire il passaggio successivo di una procedura. L’eliminazione della generazione di risposte testuali estese permette di ridurre il lavoro necessario per estrarre la decisione e integrarla nel processo operativo.
Il modello supporta tre modalità di risposta, denominate Noul, Choice e Score. La prima restituisce una probabilità associata al verificarsi di una determinata condizione, consentendo di valutare numericamente un’affermazione o un’ipotesi. Choice confronta più alternative e produce una distribuzione di probabilità insieme alla selezione considerata più appropriata, mentre Score genera un punteggio utilizzando le probabilità associate ai diversi livelli di valutazione. I tre formati possono essere utilizzati in combinazione con criteri aziendali o soglie definite dagli sviluppatori, permettendo di separare il risultato inferenziale dalla decisione applicativa finale. Un esempio riguarda la gestione di una richiesta di sostituzione di un prodotto danneggiato: il cliente può trasmettere una fotografia dell’articolo insieme a un messaggio, mentre il modello valuta congiuntamente l’immagine e il testo per stimare la probabilità che il prodotto presenti un danno, classificare la richiesta e identificare eventuali elementi utili all’instradamento verso il servizio di assistenza. Il sistema applicativo può quindi confrontare i risultati con le proprie regole e decidere se proporre una procedura di sostituzione o richiedere l’intervento di un operatore.
L’architettura utilizza rappresentazioni vettoriali degli input e delle alternative da valutare, confrontandole mediante misure di similarità anziché generare una risposta linguistica completa per ogni classificazione. Le opzioni vengono trasformate in embedding, consentendo al modello di gestire insiemi di categorie differenti e di riutilizzare le rappresentazioni già calcolate quando le stesse alternative ricorrono in richieste successive. Il riutilizzo delle rappresentazioni riduce il carico computazionale nelle applicazioni che devono classificare continuamente contenuti rispetto a uno stesso insieme di opzioni. Secondo Kakao, il modello raggiunge un tempo medio di risposta inferiore a 0,04 secondi utilizzando una singola GPU NVIDIA H200. Nelle condizioni di prova adottate dall’azienda, questo risultato corrisponde a una velocità circa 43 volte superiore a quella misurata per GPT-6 Luna. Il confronto riguarda specifiche attività decisionali e non equivale a una valutazione generale delle capacità linguistiche o di ragionamento dei due sistemi.
Le verifiche delle prestazioni comprendono Kanana Decision Bench, un dataset interno composto da 15.909 quesiti in lingua coreana, e Decision Index, una raccolta pubblica di attività decisionali. Nelle valutazioni testuali riportate da Kakao, Kanana-2-v-decide ha ottenuto 72,62 punti sul proprio benchmark, rispetto a 71,98 per Microsoft Decision-1 e 71,66 per Jev 1.14.0. Sul dataset pubblico Decision Index 0.4.1 il modello ha raggiunto 61,35 punti, contro 60,70 per Jev e 60,13 per pplx-decider-flash-v1.2. Tra le altre soluzioni considerate figurano d3-mini-4B e Solar Decide di Upstage. Le valutazioni includono anche l’analisi della calibrazione delle probabilità, attraverso il confronto tra il livello di confidenza dichiarato dal modello e la frequenza effettiva delle risposte corrette. Tale verifica è particolarmente importante nelle applicazioni che utilizzano soglie numeriche per autorizzare azioni, instradare richieste o selezionare procedure.
Kanana-2-v-decide è distribuito con Kanana Open License, che consente utilizzi di ricerca e commerciali secondo le condizioni della licenza. Kakao prevede di introdurre inizialmente il modello in alcuni progetti interni, tra cui la ricerca web e la classificazione automatica delle categorie di prodotto, utilizzando i risultati operativi per perfezionarne le prestazioni. Le successive attività di sviluppo comprendono la possibilità di integrare recupero delle informazioni e valutazione decisionale in un unico modello. La disponibilità pubblica dei pesi permette nel frattempo agli sviluppatori di sperimentare il sistema in applicazioni che richiedono elaborazione multimodale e decisioni frequenti, con una struttura progettata specificamente per ridurre latenza e consumo computazionale rispetto alla generazione di risposte discorsive.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)