Strands Decider 2B: un modelo de decisión de 2B parámetros para flujos de trabajo agénticos

Strands Labs (AWS) ha lanzado Strands Decider 2B, un modelo de decisión de código abierto con 2 mil millones de parámetros, optimizado para experimentación local rápida y flujos de trabajo agénticos. A diferencia de los LLM de propósito general, los modelos de decisión están diseñados para elegir entre un conjunto fijo de opciones (por ejemplo, "¿'encender las luces' se refiere a la cafetera? Sí o no.") o asignar puntuaciones numéricas simples (por ejemplo, sentimiento entre 0 y 1).

Qué es y por qué importa

Los modelos de decisión intercambian flexibilidad por velocidad y fiabilidad. Siempre devuelven una respuesta entre las opciones proporcionadas, se ejecutan con una latencia muy baja y emiten una puntuación de calibración ("¿qué tan seguro puedo estar de que esto es correcto?") que las API de LLM de frontera no exponen. La compensación: son peores en razonamiento complejo y no pueden generar texto, por lo que no son adecuados para programación, chatbots o resúmenes.

Strands posiciona esto como una nueva clase de modelos "sistema uno", siguiendo el lanzamiento de Jev por parte de TypeSafe AI a principios de este mes. La intención es impulsar pasos de decisión agénticos en el SDK Strands Harness.

Arquitectura

El modelo toma un torso preentrenado Qwen3.5-2B, elimina la cabeza LM (eliminando la generación de texto) y la reemplaza con una cabeza puntero que puntúa cada opción ofrecida. La cabeza compara el estado oculto en cada posición de opción con el estado oculto en la posición <answer>. La cabeza es pequeña — poco más de 1 millón de parámetros — y el torso se ajusta con un adaptador LoRA de rango 16.

Esta es la v19 de la arquitectura. La primera iteración usó una cabeza de ranura, que funcionó significativamente peor; todas las notas de iteración están en el repositorio.

Benchmarks

Strands midió la precisión en el conjunto público de JevBench y la calibración mediante la puntuación Brier en el mismo conjunto:

• Precisión: 3.º de 33 en la clase de 2B
• Precisión excluyendo modelos de poco más de 2B: 1.º de 30
• Latencia (mediana): ~115 ms en una Nvidia RTX 3090, ~153 ms para tareas pequeñas en un MacBook M3
• La latencia escala aproximadamente linealmente con el tamaño de la tarea

Disponibilidad

• Código en GitHub: strands-decider-2b
• Pesos en Hugging Face
• Incluye todos los datos de entrenamiento y scripts
• Se ejecuta en CPU o GPU local — no se requieren llamadas a API

Para quién es

Desarrolladores que construyen flujos de trabajo agénticos y necesitan decisiones rápidas y calibradas de sí/no o clasificación en el borde, e investigadores que quieren una base pequeña y modificable para experimentos con modelos de decisión.