Strands Decider 2B – AWS开源轻量级智能体决策模型

Strands Decider 2B 是 AWS 旗下 Strands Labs 推出的开源决策模型，参数规模约 20 亿，采用 Apache 2.0 许可协议对外开放权重与代码。模型和传统生成式大模型存在明显区分，不会产出自由文本，接收预设候选选项后输出对应置信分数，用于承接智能体工作流里的分支判断任务。模型经过轻量化改造，单轮推理耗时很短，普通笔记本设备就可以完成本地部署，适合嵌入各类 Agent 系统做快速判断，降低整套 AI 应用的 token 开销与响应延迟。

Strands Decider 2B特点

模型专注选项打分任务，不生成长文本，推理速度快。

体量小巧，本地硬件即可承载运行，无需高性能显卡集群。

权重完整开放，允许二次微调，适配不同业务场景的判断逻辑。

推理输出固定格式的置信概率，结果便于程序读取和自动化处理。

在同类小参数量决策模型中，基准测试保持稳定的判断准确率。

可嵌入现有 Agent 链路，和生成式大模型搭配使用。

Strands Decider 2B技术原理

基于 Qwen3.5-2B 基础模型完成深度微调，移除原生的文本预测头部，替换为专用指针打分模块，新增参数总量仅百万级别。

训练阶段使用 Rank-16 LoRA 适配器完成参数优化，架构代号 Hobson。

输入上下文、问题与候选选项集合，模型完成一次前向推理，直接计算每个选项对应的概率分值。

训练数据覆盖工具选择、内容校验、请求分类等各类决策样本，学习边界场景下的取舍规则。

Strands Decider 2B功能

候选选项打分，针对给定候选列表输出置信度数值。二元判断，输出对应事件成立的概率。

多分支路由，从多个备选流程中选出匹配项。

工具调用校验，判断智能体是否触发指定工具。结果审核，对大模型输出内容做合规与质量评估。

策略拦截，识别风险动作并标记，交由人工复核。

Strands Decider 2B应用场景

客服工单自动分流，按照内容分配到对应业务队列。智能体工具调用前置校验，避免无效 API 请求。

文档内容分级审核，筛选需要人工复核的内容。

系统权限动作判定，拦截不符合规则的操作请求。

多模型调度系统，根据任务类型挑选合适的基座模型。

测试环境快速实验，验证 Agent 决策逻辑原型。

Strands Decider 2B使用教程

从 Hugging Face 仓库下载 Strands Decider 2B 模型权重，配置依赖环境。

准备输入数据，整理上下文描述、问题以及全部候选选项。调用推理接口，传入结构化输入信息。

获取模型返回的各选项置信分数，编写代码读取最高分值对应的结果。

接入 Agent 业务流程，设置分数阈值，完成自动分支跳转。

收集业务样本，使用 LoRA 开展微调，适配专属判断规则。

Strands Decider 2B同类产品对比

表格