亚马逊开源 Strands Decider 2B 决策模型，本地 CPU/GPU 可运行

亚马逊 Strands Agents 团队宣布推出 Strands Decider 2B 决策模型，已在 GitHub 开源，权重可在 Hugging Face 获取，支持在本地 CPU 或 GPU 上运行。

该模型基于预训练的 Qwen3.5-2B 作为基础，将原本具备文本生成能力的语言模型头部替换为具备评分功能的指针头部。新头部规模较小，总参数仅略超过一百万，基础部分通过 rank-16 LoRA 适配器微调。

在 JevBench 公开数据集上，Strands Decider 2B 展现出不错的准确率和校准度，在 2B 级别模型中排名第三，优于所有严格不超过 2B 的竞争对手。在常见硬件上本地运行时，决策时延中位数为 113 毫秒；在 NVIDIA GeForce RTX 3090 上执行小型决策任务的中位数时延为 153 毫秒。