Amazon släppte öppen Strands Decider 2B-beslutsmodell för lokal körning
Amazons Strands Agents-team har släppt den öppen källkods-baserade beslutsmodellen Strands Decider 2B. Modellen är tillgänglig på GitHub och stöder lokal körning på både CPU och GPU.
Amazons Strands Agents-team meddelade den 1 oktober att de lanserar Strands Decider 2B-beslutsmodellen. Modellen har släppts som öppen källkod på GitHub, med vikter tillgängliga via Hugging Face. Modellen är designad för att köras lokalt på konsumenthårdvara, med stöd för både CPU och GPU.
Strands Decider 2B bygger på den förtränade Qwen3.5-2B-modellen, men med ett mindre "huvud" som är anpassat för poängsättning istället för textgenerering. Detta nya huvud innehåller endast drygt en miljon parametrar, medan "kroppen" har finjusterats med en rank-16 LoRA-adapter.
Modellen har visat goda resultat gällande noggrannhet och kalibrering på JevBench-datasetet, och rankades som nummer tre bland modeller i 2B-storleksklassen. Den presterade bättre än konkurrenter strikt inom 2B-parametrar.
Vid lokal körning på vanlig hårdvara, som ett NVIDIA GeForce RTX 3090-grafikkort, uppnådde Strands Decider 2B en medianbeslutstid på 113 millisekunder för mindre uppgifter.