Strands Decider 2B, 맥북에서 실행되는 결정 모델

Strands Agents의 실험 조직 Strands Labs가 질문마다 선택지 하나를 확률과 함께 고르는 결정 모델 Strands Decider 2B를 오픈소스로 공개했습니다. 파라미터는 19억 개이고 RTX 3090에서 질문 하나에 중앙값 115밀리초가 걸리며, 공개 벤치마크 JevBench 정확도는 72.3%입니다.

딥슨 · 엔지니어의 시선으로 바라보는 AI 기술과 변화.

AWS가 2025년 5월 공개한 오픈소스 SDK Strands Agents의 실험 조직 Strands Labs가 (decision model) Strands Decider 2B를 오픈소스로 공개했습니다. Strands Agents 공식 블로그가 10월 1일 소개했고, 코드는 GitHub 저장소에, 가중치는 Hugging Face에 있으며 라이선스는 입니다. 글을 생성하지 않고 질문마다 선택지 중 하나를 고르는(choice) 방식이고, 예·아니오 확률(noul)과 순서 있는 기준의 점수(score)도 내놓습니다. 지난 인사이트에서 다룬 Jev와 같은 세 질문 유형입니다.

Qwen3.5-2B-Base에서 언어 생성 부분을 떼어 내고 약 100만 개 파라미터의 포인터 헤드(pointer head)를 붙인 구조로, 전체는 19억 개 파라미터입니다. 한 번의 계산으로 선택지별 점수를 얻고 모델은 rank 16 로 (fine-tuning)했습니다. 저장소가 밝힌 측정으로는 RTX 3090에서 질문 하나에 중앙값 115밀리초(95번째 백분위 299밀리초), M3 Pro 맥북에서 300 미만 작업은 워밍업 이후 중앙값 153밀리초입니다.

정확도는 제3자 벤치마크 JevBench의 공개 과제 231개에서 72.3%(167개)이고 오차(expected calibration error)는 0.052입니다. 9월 25일 기준 순위표에서 89개 시스템 중 50위, 2B급 33개 중 3위입니다. 저장소는 과제 수가 적어 10개 안팎의 차이는 판단할 수 없고, 신뢰도 0.9 이상인 답은 처음 보는 짧은 분류 과제에서 약 95% 맞았다고 밝혔습니다. 이 수치는 전부 개발팀의 자체 측정입니다.

공식 블로그는 학습에 쓴 데이터와 스크립트를 모두 공개했다고 밝혔습니다. RTX 3090 한 대로 약 11시간, H100 8장으로 1시간 10분이 걸린다고 적었습니다. , 도구 선택, 도구 인자 검사, 가드레일 같은 에이전트 안의 판단에 쓰도록 만들었고, 날씨 도구를 호출하기 전에 도구에 넘길 값이 사용자가 말한 내용에 근거했는지, 지금 호출하기에는 이른지를 예·아니오로 확인하는 예제가 들어 있습니다. TypeSafe의 Jev, OpenAI의 Decisions API, 리퀴드 AI의 d1이 API로만 쓸 수 있는 것과 달리 가중치와 학습 레시피를 내려받아 직접 재학습할 수 있습니다. 필자가 저장소와 모델 페이지 원문을 직접 확인했습니다.