Vela 3.0

Vela 3.0 是 Router 自己的决策模型家族。每个规格都用训练过的适配器回答内置路由问题，并为 PII 和幻觉检查返回 span。vela3-fast 是默认决策模型，在 CPU 上运行；更大的规格在 GPU 上运行一个带门控适配器的 Decision 3.0 包。

The default, which you can leave out

global:
  model_catalog:
    system:
      decision_model: {deployment: primary}  # vllm-sr/vela3-fast on the CPU

规格

模型	参数量	回答的问题类型	Span	输入	显存
vela3-fast	1.52B	choice, noul, span	router	text	12 GiB
vela3-lite	0.903B	choice, noul, score, span	router	text, image, video	4 GiB
vela3-mini	4.79B	choice, noul, score, span	router	text, image, video	16 GiB
vela3-flash	8.83B	choice, noul, score, span	router	text, image, video	32 GiB
vela3-turbo	27.6B	choice, noul, score, span	router	text, image, video	72 GiB

这些模型都在 Vela 3.0 合集中。

vela3-fast

vllm-sr/vela3-fast 是一个 380M 的 UltraBERT 编码器，加上问题所运行的适配器共 0.4B。它的十个适配器带有各自的顶层和 head，因此部署加载 1.5B 个参数。

• 训练过的适配器回答 Router 的内置问题；你自己的 choice 和 noul 问题运行在其决策骨干上。
• Span 运行在按标签集合和措辞路由的 span 适配器上：个人数据、无依据的陈述、证据、关系和实体，并提供 pii 和 halu 预设。
• 它不回答 score 问题。 noul 问题只按其说明读取，因此描述了 false 或 true 的 noul 问题无效。set 问题采用其训练过的路由文本之一。
• 精度与内存： 在每种设备上都是 FP32，加载后约占 7 GB；给 Router 分配 12 GiB。
• 它在 CPU 上的答案与包自带的运行时逐位一致（一致性记录）。

选择模型给出了它在内置信号上的实测准确率和校准阈值。

更大的规格

vllm-sr/vela3-lite、-mini、-flash 和 -turbo 在一个固定的 Decision 3.0 包（d3-lite、d3-mini、d3-flash 和 d3-turbo，使用其适配器训练时的修订版本）之上运行门控 LoRA 适配器：

• Router 以这些包训练时的 ID 提出其内置问题，因此它们运行在训练过的适配器上。危害类别以每个类别一个 hazard: noul 的形式提问，只有 vela3-lite 的危害适配器能回答。
• 其他每个 choice、noul 和 score 问题都按对应的 d3 包作答。
• 它们回答 span 问题，与 vela3-fast 一样按标签集合和措辞路由。一个 span 问题分窗口读取最多 32,768 个 token 的目标；更长的目标会让该问题以 scan_budget_exceeded 失败。
• vela3-turbo 先在 d3-turbo 的只读一次状态路径上回答每个请求，再开启适配器重新回答路由问题。
• 带图像的请求在所有适配器关闭的情况下运行，并拒绝 span 问题。
• vela3-mini 和 vela3-flash 按名称运行没有描述的开放 span 标签，而它们的包会先用基座为其写出定义（一致性记录）。

备注

只有 vela3-fast 和 Vela 2.0 各规格有校准阈值。更大的 Vela 3.0 规格对没有 predicate 的内置问题使用 0.5，并给出 uncalibrated_preset 警告。