Strands Decider 2B: エージェントワークフロー向け20億パラメータ意思決定モデル

Strands Labs（AWS）はStrands Decider 2Bをリリースした。これは20億パラメータのオープンソース意思決定モデルで、高速なローカル実験とエージェントワークフローに最適化されている。汎用LLMとは異なり、意思決定モデルは固定された選択肢の中から選ぶ（例：「『電気をつけて』はコーヒーマシンに関するものですか？はいかいいえ。」）か、単純な数値スコアを割り当てる（例：0から1の間の感情スコア）ように設計されている。

概要と重要性

意思決定モデルは、柔軟性を犠牲にして速度と信頼性を得る。常に提供された選択肢の中から答えを返し、非常に低いレイテンシで動作し、フロンティアLLM APIでは公開されていないキャリブレーションスコア（「これが正しいとどれだけ確信できるか」）を出力する。トレードオフとして、複雑な推論は苦手でテキスト生成はできないため、コーディング、チャットボット、要約には不向きである。

Strandsはこれを、今月初めにTypeSafe AIがJevを発表したことに続く、新しいクラスの「システム1」モデルとして位置づけている。目的は、Strands Harness SDKにおけるエージェントの意思決定ステップを推進することである。

アーキテクチャ

このモデルは、事前学習済みのQwen3.5-2Bトルソを採用し、LMヘッドを除去（テキスト生成を削除）して、提供された各選択肢をスコアリングするポインタヘッドに置き換える。ヘッドは、各選択肢位置の隠れ状態と<answer>位置の隠れ状態を比較する。ヘッドは小さく、100万パラメータ強であり、トルソはランク16のLoRAアダプタでファインチューニングされている。

これはアーキテクチャのv19である。最初のイテレーションではスロットヘッドを使用し、性能が大幅に悪かった。すべてのイテレーションノートはリポジトリにある。

ベンチマーク

StrandsはJevBenchの公開セットで精度を測定し、同じセットでブライアスコアによるキャリブレーションを測定した：

• 精度：2Bクラスで33台中3位
• 2B強のモデルを除いた精度：30台中1位
• レイテンシ（中央値）：Nvidia RTX 3090で約115ms、M3 MacBookで小タスク約153ms
• レイテンシはタスクサイズにほぼ線形にスケール

入手方法

• コードはGitHub：strands-decider-2b
• 重みはHugging Face
• すべての学習データとスクリプトを含む
• ローカルCPUまたはGPUで動作 — API呼び出し不要

対象ユーザー

エッジで高速かつキャリブレーションされたはい/いいえまたは分類の意思決定を必要とするエージェントワークフローを構築する開発者、および意思決定モデル実験のための小さくハック可能な基盤を求める研究者。