亚马逊 Strands Agents 团队于 10 月 1 日推出 Strands Decider 2B 决策模型，并已在 GitHub 开源，权重发布于 Hugging Face，支持在本地 CPU / GPU 上运行。
该模型基于预训练的 Qwen3.5-2B 作为“躯干”，将原本具备文本生成能力的语言模型“头部”替换为具备评分功能的指针“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。
在 JevBench 公开数据集上，Strands Decider 2B 展现出不错的准确率和校准度表现，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时，该模型交出了 113ms 的决策时延中位数；在 NVIDIA GeForce RTX 3090 上执行小型决策任务，中位数时延为 153ms。