Strands Decider 2Bは、Strands Agentsによってリリースされた20億パラメーターオープンソース意思決定モデルです。Qwen3.5‑2Bベースモデルから始まり、テキストを生成する言語モデルヘッドを取り除き、代わりに参照位置と各回答オプションの隠れ状態をスコアリングするポインターヘッドに置き換えます。このアーキテクチャにより、モデルはあらかじめ定義された選択肢から選択し、自由形式のテキストではなく数値の信頼度スコアを出力できます。{primary}
記事では、Strands Decider 2BはQwen3.5-2Bベースモデルから始まり、言語モデルヘッドを取り除き、代わりに参照位置と各回答オプションの隠れ状態をスコアリングするポインターヘッドに置き換えることを説明しています。
固定された選択肢セットに制約されるため、Strands Decider 2Bは常にその選択肢から答えを返し、小規模なタスクではRTX 3090 GPUで中央値約115 ms、M3 MacBookで約153 msという非常に低い遅延で動作し、プロンプトのトークン数に概ね線形に遅延が増加します。{primary} 公開されたJevBenchベンチマークにおいて、2Bパラメータークラスの33の意思決定モデルの中で3位にランクインし、2Bをわずかに超えるモデルを除外すると1位となり、競争力のある精度と較正を示しています。{primary} さらに、選択への信頼度を推定する信頼性スコアも提供し、これは標準的なLLM推論APIでは通常公開されない機能です。{primary} これらの特性により、モデルルーティング、ツール選択、ガードレール、メモリ管理、ポリシー分類、そしてシンプルなゲームや迷路ナビゲーションなどの高速意思決定駆動タスクに適しています。{primary}
記事では、RTX 3090 GPUでは約115 ms、M3 MacBookでは約153 msという低い遅延であり、プロンプトトークン数に概ね線形に増加することを述べています。
コミュニティによって提供されたWebGPU版はモデルをint4に量子化し、ブラウザー内で完全に実行されます。27アイテムのベンチマークでは、PyTorch実装のトップ答えと毎回一致し、量子化による平均絶対確率誤差はわずか0.019です。{support-1}
JevBenchベンチマークにおいて、2Bパラメータークラスの意思決定モデルの中で3位にランクインし、わずかに大きいモデルを除外すると1位となり、強い精度と較正を示しています。