
何が起きたか
AWSが選択を行うオープンソース判断モデルStrands Decider 2Bを公開。v.20でQwen3.5-2Bをベースに100万パラメータのポインタヘッドを搭載。
なぜ重要か
テキスト生成を省くことで、従来のLLMの速度を落とすトークン消費とレイテンシを回避し、エージェント型AI開発を加速する可能性がある。
注目点
モデルの有用性は、モデルルーティングやツール選択などのタスクに開発者が採用するかどうかにかかっている。AWSは他のオープンソース2Bモデルと比べJevBenchで高い精度を達成すると主張している。
誰に効くか完全なLLMのテキスト生成のオーバーヘッドなしに、より高速でローカルな意思決定を求めるAI開発者やエージェント型ワークフロー構築者。
こういう要約が、毎朝あなたのメールに届きます。
AWSのStrands Labsチームは、大規模言語モデルに代わる軽量な選択肢として判断モデルを探求してきた。こうしたモデルは「System 1モデル」とも呼ばれ、テキストを生成せずに predefined な選択肢に応答するため、LLMの速度を落とすトークン消費とレイテンシを回避できる。このアプローチは最近、スタートアップTypeSafe AI Inc.とそのJevモデルの登場で注目を集め、判断モデルをソフトウェアやAIエージェントが直接利用できることを示した。しかしAWSは、Jevには並列出力構造に起因する複雑な推論時の性能問題など、構造的な欠点があると考えている。Strands Decider 2Bは、このコンセプトを改善するAWS初の試みだ。
記事によると、Strands Decider 2BはQwen3.5-2Bのベース部分を土台とし、従来のLLMヘッドを小型のカスタムポインタヘッドに置き換えている。AWSは、ローカル動作と複雑な意思決定能力のバランスから20億パラメータ規模を意図的に選んだと述べた。リリースはまだv.20で、繰り返しの改良を示している。モデルはHugging FaceとGitHubで公開中だ。
AWSの取り組みの成否は、モデルルーティング、ツール選択、コンテキスト管理、ガードレールの適用、ポリシー分類などのタスクに開発者コミュニティがStrands Decider 2Bを採用するかどうかにかかっている。採用が広がれば、単純な選択には判断モデル、複雑な推論にはLLMを使うハイブリッドエージェントへの道が開け、エージェント型AI開発を加速させる可能性がある。ただし本文には、TypeSafe AIのJevとの性能比較は記載されておらず、競争の全体像は不明瞭なままだ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
Googleは9月30日にGemini 4 Argonを発表

Microsoft AIはMAI-Transcribe-2-Streamingを公開

Black Forest Labsが基盤モデルFLUX 3を使うFLUX 3 Imageを公開

OpenAIは10月1日、ChatGPTのリリースノートを更新し、ウェブとモバイルの商品カードに服やアクセサリーの「試着」ボタンとお気に入り保存、iOSカメラの「スキャン」機能を追加した

Anthropicはウェブ版claude.aiとデスクトップアプリを2週間で約3倍高速化したとし、改善点はClaude自身が見つけて修正したと述べた

Zennの投稿者がQwen3.6-35B-A3B-uncensored-hereticを量子化するCPU専用の手順を公開し、Ryzen 5 5600Gでllama.cppスコア66.57と13.53を報告した
