Salesforce представляет Koa Decisions с поддержкой изображений и аудио

6 ноября 2026 года Salesforce представила Koa Decisions — модель принятия решений на базе Gemma от Google с открытыми весами, которая обрабатывает текст, изображения и аудио. Компания планирует расширить применение этой технологии за пределы маршрутизации запросов в Agentforce — на рабочие процессы Salesforce и инструменты для разработчиков.

Koa Decisions — следующая версия HyperClassifier. Модель получает запрос и заданный пользователем список категорий, а затем за один шаг возвращает выбранный вариант, ответ «да» или «нет» либо оценку. По описанию Salesforce, на эту операцию уходят миллисекунды. Модель пополняет семейство Koa наряду с отдельной моделью рассуждений Koa, созданной при участии NVIDIA.

Как Koa Decisions формирует ответ

Различие заключается в том, как формируется ответ. Большая языковая модель генерирует текст токен за токеном, причем каждый новый токен зависит от предыдущих. Модель принятия решений обрабатывает запрос целиком и за один шаг выдает краткий ответ, часто состоящий из одного токена. Поскольку ответ короткий, для его формирования требуется меньше вычислительных ресурсов, а другое программное обеспечение может сразу использовать его.

Если у пользователя возникла проблема со входом в учетную запись, модель может выбрать из списка команду по работе с учетными записями, куда также входят команды разработки и продаж, а затем выдать оценку уверенности. Благодаря этому агент может использовать специализированную модель для типовых решений, оставляя общую большую языковую модель для написания текстов и рассуждений. В разработанной Salesforce системе клиентам не нужно вручную выбирать модель для каждой задачи.

Результаты исследований и опыт внедрения HyperClassifier

В препринте исследования модели принятия решений Koa классификация, семантическое определение конца высказывания, проверки логических условий и выставление оценок представлены как генерация с ограничениями и однотокенными выходами. Отдельные токены для меток и дообучение с учителем сводят эти задачи к детерминированному декодированию за один шаг.

Авторы сообщают о точности 85,5% на тесте маршрутизации запросов, использовавшемся в производственной среде, времени ответа около половины секунды и медианной скорости, которая примерно в 7,5 раза выше, чем у проверенных передовых моделей при одинаковых условиях обслуживания запросов. По сравнению со специализированной системой Jev/TypeSafe авторы сообщают о сопоставимой точности и более быстрых медианных ответах; кроме того, модель поддерживает мультимодальные входные данные и многометочные выходы, с которыми не справляются текстовые системы, рассчитанные на одну метку.

Koa Decisions основана на предшествующей модели, уже встроенной в Agentforce. В публикации Salesforce Engineering описано, как HyperClassifier определяет намерение пользователя и направляет агентов к наборам действий до формирования ответа. При голосовом взаимодействии модель определяет, закончил ли человек говорить. В ее прежней версии каждому классу соответствовал уникальный специальный токен, а вычисления для начальной части запроса кэшировались, чтобы не обрабатывать повторяющиеся инструкции заново. Благодаря этому число шагов вывода остается неизменным независимо от длины названия класса.

Согласно описанию развертывания от 8 июля 2026 года, HyperClassifier дообучили на GPT-OSS-20B; модель может классифицировать данные по 200 меткам. Весной 2026 года она стала используемой по умолчанию моделью для определения намерений и маршрутизации в шаблонах Agentforce Service и Employee Agent.

По измерениям Salesforce, время ответа HyperClassifier при маршрутизации составляло примерно 26 миллисекунд против 1 446 миллисекунд у передовой модели общего назначения. Этот результат получен для предшествующей модели и не свидетельствует о производительности Koa Decisions.

Доступ к демонстрационной версии и планируемые интеграции

Попробовать демонстрационную версию Koa Decisions может любой желающий, в том числе не являющийся клиентом Salesforce, — для этого достаточно зарегистрировать бесплатную учетную запись Trailhead. Пользователи могут редактировать запрос и список категорий, а также просматривать оценки уверенности для предложенных вариантов.

По словам Salesforce, для добавления такой категории, как возвраты, не требуется повторное обучение модели. Компания противопоставляет этот процесс индивидуальным проектам по предиктивной классификации, которые у многих корпоративных клиентов занимали месяцы; при этом внедрение модели принятия решений иногда можно вывести в производственную среду за несколько часов.

В одном из описанных примеров рабочего процесса модель принятия решений отмечает сделку в сфере продаж, находящуюся под угрозой срыва, и выбирает команду, которая должна вмешаться, а большая языковая модель обобщает произошедшие изменения. Так процесс переходит от записи в Sales Cloud к оповещению в Slack. В планах — интеграция с потоками, Apex, шаблонами запросов и API для разработчиков. Цены и условия поставки могут меняться, доступность может различаться в зависимости от региона, а доступ определяется соглашениями с клиентами. Поэтому наличие демонстрационной версии и уже существующее развертывание HyperClassifier не означают, что все запланированные интеграции доступны всем пользователям.

Практическое значение этой разработки — более четкое разделение задач в корпоративном программном обеспечении: модели принятия решений отвечают за маршрутизацию, проверки и выставление оценок, а большие языковые модели — за объяснения и рассуждения. Koa Decisions дополняет эту архитектуру мультимодальными входными данными и более широким набором планируемых интеграций; дальнейшие перспективы применения модели в корпоративном секторе зависят от того, как эти интеграции выйдут за рамки демонстрационной версии и функций маршрутизации, которые уже выполняет HyperClassifier.