【单次推理搞定多选分类：构建快而准的轻量决策模型】日常用大语言模型做固定选项分类时，逐token生成往往拖慢了响应速度。其实面对固定选项，完全可以走单次前向推理路线：限制词表范围，仅对候选选项的logits做softmax，一步即可完成决策。作者以Qwen3-1.7B为例演示了具体实现，并指出了一个容易被忽略的细节：模型原生概率并不等同于真实答对的概率，往往极度过度自信；经过温度缩放校准后，给出的置信度才真正贴合准确率。文内还附带了微调与校准脚本，很适合需要极低延迟决策的业务参考：nishtahir.com /build-your-own-decision-model/