Amazon Web Services çatısı altındaki Strands Labs, yapay zeka ajanlarının dar kapsamlı seçimlerini üstlenmesi için Strands Decider 2B modelini açık kaynakla yayımladı. Strands ekibinin resmî duyurusuna göre iki milyar parametreli model bir CPU veya GPU üzerinde yerel çalışabiliyor ve yanıtını onlarca milisaniyede verebiliyor. AWS’nin yapay zeka talebiyle büyüyen bulut işi içinde bu araç, her küçük karar için büyük bir dil modeline başvurma gereksinimini azaltmayı hedefliyor.
Strands Decider 2B yeni metin oluşturmuyor. Sistem, kendisine verilen seçenekleri puanlayıp en uygun olanı seçiyor ve kararla birlikte bir güven değeri üretiyor. Bu yapı, bir müşteri talebinin satış, faturalandırma veya destek ekiplerinden hangisine yönlendirileceği gibi sınırları önceden belirlenmiş görevlerde kullanılabiliyor.
Modelin temelinde Qwen3.5-2B bulunuyor ancak geliştiriciler standart metin üretim katmanını kaldırdı. Bunun yerine her seçeneğin model içindeki durumunu puanlayan, bir milyondan biraz fazla parametreye sahip işaretçi katmanı ekledi. Ekip ayrıca ana modeli rank-16 LoRA bağdaştırıcısıyla belirli karar görevleri için ince ayardan geçirdi.
AWS kodu, model ağırlıklarını, eğitim verilerini ve eğitim betiklerini GitHub ile Hugging Face üzerinden erişime açtı. Bu nedenle geliştiriciler yalnızca hazır modeli çalıştırmakla kalmıyor, kendi kullanım senaryoları için eğitim sürecini de inceleyebiliyor. Modelin küçük boyutu, buluta veri göndermeden yerel denemeler yapmayı da mümkün kılıyor.
İLGİNİZİ ÇEKEBİLİR
Model hız, doğruluk ve güven puanını birlikte ölçüyor
Strands ekibi karar modellerini doğruluk, güven puanının kalibrasyonu ve gecikme olmak üzere üç ölçütle değerlendiriyor. Resmî sonuçlara göre Strands Decider 2B, JevBench’in açık testinde iki milyar parametre sınıfındaki 33 model arasında üçüncü sırada yer aldı. İki milyar sınırını az miktarda aşan modeller çıkarıldığında ise 30 model arasında ilk sıraya yükseldi.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir.
Yerel gecikme sonuçları kullanılan donanıma göre değişiyor. Nvidia RTX 3090 üzerinde ortanca karar süresi yaklaşık 115 milisaniye ölçülürken küçük görevlerde M3 işlemcili MacBook yaklaşık 153 milisaniyelik sonuç verdi. Görevdeki metin uzadıkça süre de yaklaşık doğrusal biçimde artıyor; dolayısıyla bu rakamlar bütün istekler için sabit bir hız anlamına gelmiyor.
Model, JevBench’in kolay görevlerinde yüzde 100 doğruluk elde etti. Buna karşın bu sonuç, Strands Decider 2B’nin genel amaçlı bir dil modelinin yerini aldığı anlamına gelmiyor. Planlama, uzun analiz veya içerik üretimi yine büyük modellerin alanında kalırken Decider, araç çağrısı yapma, isteği sınıflandırma ya da sıradaki işlemi seçme gibi sınırlı adımlara odaklanıyor.
Öte yandan güven puanı, ajan geliştiricisinin düşük eminlikteki kararları daha güçlü bir modele veya insana yönlendirmesine yardım edebilir. Böyle bir katman iyi kurulduğunda işlem maliyeti ve bekleme süresi azalabilir. Fakat AWS’nin paylaştığı ölçümler açık kıyaslama setine dayanıyor; modelin farklı diller ve gerçek iş akışlarındaki başarısını bağımsız testler gösterecek.
