产业观察
亚马逊推出 Strands Decider 2B 开源决策模型，支持本地部署
📋总体概括
亚马逊 Strands Agents 团队 10 月 1 日发布开源决策模型 Strands Decider 2B，权重开放在 Hugging Face，代码托管 GitHub，支持本地 CPU/GPU 部署。该模型基于 Qwen3.5-2B 预训练躯干，用约百万参数的评分指针头替换原文本生成头，并通过 rank-16 LoRA 微调。在 JevBench 数据集上居 2B 级别第 3 名，本地运行决策时延中位数 113ms，RTX 3090 上小型任务为 153ms，主打低时延智能体决策场景。
⚡关键信息
- ▸亚马逊 Strands Agents 团队 10 月 1 日开源 Strands Decider 2B 决策模型，权重可在 Hugging Face 获取
- ▸模型基于 Qwen3.5-2B 躯干，用总参数略超一百万的评分指针头替换原文本生成头
- ▸躯干通过 rank-16 LoRA 适配器微调，可在本地 CPU/GPU 上运行
- ▸在 JevBench 公开数据集上于 2B 级别模型中排名第 3，优于所有不超过 2B 的对手
- ▸本地运行决策时延中位数 113ms，RTX 3090 上小型决策任务中位数时延 153ms
🔥犀利点评
思路很聪明：不卷生成能力，直接砍掉语言头换成百万参数的评分指针头，专攻智能体路由决策这种小活，换来的是 113ms 的毫秒级响应和 CPU 可跑的部署门槛。这是大厂在智能体基础设施上的一次精准卡位——决策模型虽小，却是 Agent 编排的咽喉。但 2B 级别第 3 名意味着并非顶尖，JevBench 也算不上权威基准，实际价值还得看真实 Agent 场景的验证。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 IT之家 阅读全文 →