今年早些时候，strands-labs 宣布了一个用于实验性代理人工智能的平台。今天，他们推出了 Strands Decider 2B，这是一款小型开源决策模型，专为快速实验、本地开发和创新而优化。该模型属于一个新类别，称为“决策模型”或“系统一模型”，它们在选项集合之间进行选择并分配数值评分，而不是像大语言模型那样生成任意输出。与大语言模型不同，决策模型速度更快，在给定尺寸下能力更强，始终从选定选项中生成答案，并以极低延迟运行。然而，它们在复杂问题上表现较差，且缺乏文本生成能力。Strands Decider 2B 是一个拥有20亿参数的模型，能在数十毫秒内返回答案。在20亿参数类别中，它在33个模型中准确率排名第3，在30个模型中（排除略超20亿参数的模型）校准能力排名第1。该模型使用预训练的大语言模型主干（Qwen3.5-2B）与一个指针头，对选项位置进行评分。它在 GitHub 上以开源形式发布，权重在 Hugging Face 上提供，包括训练数据和脚本。
来源: Hacker News · 由HeadlinesBriefing整理摘要