亚马逊发布开源决策模型 Strands Decider 2B，支持本地 CPU 和 GPU 运行
Miranda 10月1日，亚马逊 Strands Agents 团队宣布推出 Strands Decider 2B 决策模型。该模型已在 GitHub 上开源，权重文件可以在 Hugging Face 平台获取。它支持在本地 CPU 或 GPU 环境运行，便于开发者在自己的硬件上部署。
Strands Decider 2B 以预训练的 Qwen3.5-2B 模型作为躯干，移除了原先用于文本生成的语言模型头部，替换为一个具备评分功能的指针头部。新头部的总参数略超过一百万，躯干则通过 rank-16 LoRA 适配器进行微调。
在 JevBench 公开数据集上，该模型在 2B 参数级别的模型中排名第三，超过了所有参数不超过 2B 的同类模型。准确率和校准度方面也有较好表现。
在本地运行效率上，常见硬件环境下 Strands Decider 2B 的决策时延中位数为 113 毫秒；在 NVIDIA GeForce RTX 3090 上执行小型决策任务时，中位数时延为 153 毫秒。
