Amazon veröffentlicht Open-Source-Entscheidungsmodell Strands Decider 2B für lokale Ausführung
Amazons Strands Agents-Team hat das Open-Source-Entscheidungsmodell Strands Decider 2B vorgestellt. Das Modell ist auf GitHub verfügbar und unterstützt die lokale Ausführung auf Consumer-CPUs und -GPUs.
Das Strands Agents-Team von Amazon kündigte am 1. Oktober die Veröffentlichung seines Entscheidungsmodells Strands Decider 2B an. Das Modell ist nun als Open-Source auf GitHub verfügbar, die Gewichte sind auf Hugging Face zugänglich. Bemerkenswert ist, dass Strands Decider 2B für die lokale Ausführung auf gängiger Consumer-Hardware konzipiert ist, einschließlich CPUs und GPUs.
Das Strands Decider 2B-Modell basiert auf einem vortrainierten Qwen3.5-2B-„Backbone“. Es verfügt über einen spezialisierten „Kopf“, der für die Bewertung konzipiert ist und die Textgenerierungsfähigkeiten des ursprünglichen Sprachmodells ersetzt. Dieser neue Kopf ist mit etwas mehr als einer Million Parametern deutlich kleiner, während das Backbone mithilfe eines Rank-16 LoRA-Adapters feinabgestimmt wurde.
In Leistungstests mit dem JevBench-Datensatz zeigte Strands Decider 2B eine hohe Genauigkeit und Kalibrierung. Es belegte den dritten Platz unter den Modellen seiner 2B-Parameterklasse und übertraf andere Wettbewerber, die strikt innerhalb dieses Größenlimits blieben.
Bei lokaler Ausführung auf Standardhardware, wie einer NVIDIA GeForce RTX 3090-Grafikkarte, erreichte das Modell eine mittlere Entscheidungs-Latenz von 113 Millisekunden für kleine Entscheidungsaufgaben.