亚马逊 Strands Agents 推出 Strands Decider 2B 开源决策模型，支持本地部署

亚马逊 Strands Agents 推出 Strands Decider 2B 开源决策模型，支持本地部署 这条更新来自 ithome.com，发布时间为 2026-10-03，Aioga 保留原文入口以便核验。

摘要：亚马逊 Strands Agents 团队推出 Strands Decider 2B 决策模型，已在 GitHub 开源、权重上线 Hugging Face，可在本地 CPU / GPU 运行。

背景：背景分析：模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断，单项指标领先不等于已经形成稳定采用。

Aioga 观察：Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。

影响与后续：影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。 后续观察：继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。

IT之家：https://www.ithome.com/ 10 月 3 日消息，Amazon（亚马逊）Strands Agents 团队当地时间本月 1 日宣布推出 Strands Decider 2B 决策模型。其已在 GitHub 上开源，权重则可在 Hugging Face 上找到； 可在本地的 CPU / GPU 上运行 。

Strands Decider 2B 基于预训练的 Qwen3.5-2B“躯干”， 以具备评分功能的指针“头部”替换拥有文本生成能力的原有语言模型“头部” 。新“头部”规模较小，总参数仅略超过一百万；“躯干”则通过一个 rank-16 LoRA 适配器进行微调。

Strands Decider 2B 在 JevBench 公开数据集上 具有不错的准确率和校准度表现 。其在 2B 级别模型中排名第 3，优于所有严格不超过 2B 的竞争对手。

在市面常见硬件上本地运行该模型时，Strands Decider 2B 交出了 113ms 的决策时延中位数 。其在 NVIDIA GeForce RTX 3090 上执行小型决策任务的中位数时延是 153ms。