EntscheidungsmodellOffene Gewichte
Strands Decider 2B
AWS Strands
- Veröffentlicht
- 5. Oktober 2026
- Datenstand
- 7. Oktober 2026
Strands Decider 2B bewertet vorgegebene Antwortoptionen parallel. Dafür ergänzt der v21-Checkpoint Qwen3.5-2B-Base um einen LoRA-Adapter und einen Pointer-Kopf. Die Ausgabe besteht aus Bewertungen für Routing, Tool-Auswahl und andere klar abgegrenzte Entscheidungen.
Bilder kann der Checkpoint über den Vision-Turm des Basismodells einbeziehen. Der Entscheidungsadapter wurde jedoch nicht mit Bildern trainiert. Der Apache-2.0-Checkpoint ist als Adapter samt Entscheidungskopf veröffentlicht, nicht als eigenständiges vollständiges Sprachmodell.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Modellklasse | System-One-Entscheidungsmodell mit strukturierten Bewertungen statt FreitextgenerierungQuelle |
| Eingabemodalitäten | Text und Bilder über den Vision-Turm des Basismodells; der Entscheidungsadapter wurde nicht mit Bildern trainiertQuelle |
| Ausgabemodalitäten | Strukturierte Choice-, Noul- und Score-Bewertungen mit Wahrscheinlichkeiten, kein freier AntworttextQuelle |
| Checkpoint | StrandsAgents/strands-decider-2B-hobson-v21Quelle |
| Checkpoint-Veröffentlichung | v21 am 5. Oktober 2026 veröffentlicht; die Ankündigung vom 1. Oktober beschrieb v19Quelle |
| Aufbau | LoRA-Adapter und Pointer-Entscheidungskopf auf Qwen/Qwen3.5-2B-Base; kein eigenständiger vollständiger Sprachmodell-CheckpointQuelle |
| Lizenz | Apache-2.0Quelle |
Seite 1 von 7
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
BFCL · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.8135
- Bewertung
- 0.8135
- Messgröße
- case exact accuracy
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-tools
- Richtung
- Mehr ist besser
- Stichprobe
- 1694
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark BFCL. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 1.694 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
ToolRet · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.6047
- Bewertung
- 0.6047
- Messgröße
- nDCG@10
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-tools
- Richtung
- Mehr ist besser
- Stichprobe
- 685
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark ToolRet. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 685 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
API-Bank · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.3957
- Bewertung
- 0.3957
- Messgröße
- accuracy
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-tools
- Richtung
- Mehr ist besser
- Stichprobe
- 508
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark API-Bank. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 508 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
BANKING77 · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.8036
- Bewertung
- 0.8036
- Messgröße
- macro-F1
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-retrieval
- Richtung
- Mehr ist besser
- Stichprobe
- 3080
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark BANKING77. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 3.080 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
CLINC150 · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.6469
- Bewertung
- 0.6469
- Messgröße
- macro-F1
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-retrieval
- Richtung
- Mehr ist besser
- Stichprobe
- 5500
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark CLINC150. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 5.500 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
RouterBench · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.7886
- Bewertung
- 0.7886
- Messgröße
- selected quality (quality objective)
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-tools
- Richtung
- Mehr ist besser
- Stichprobe
- 10000
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell; Benchmark: RouterBench. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 10.000 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
- Einordnung
- Nicht in der Gesamtwertung enthalten: Der Prompt verrät, dass GPT-4 die beste Route ist. Deshalb wählen die bestplatzierten Modelle fast alle GPT-4 und liegen weniger als einen Punkt auseinander. Die Einzelwerte bleiben sichtbar.
Home appliances · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0
- Bewertung
- 0
- Messgröße
- case exact accuracy
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-tools
- Richtung
- Mehr ist besser
- Stichprobe
- 88
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark Home appliances. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 88 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
SGD · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.5961
- Bewertung
- 0.5961
- Messgröße
- macro-F1
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-retrieval
- Richtung
- Mehr ist besser
- Stichprobe
- 2500
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- disputed
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark SGD. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 2.500 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
- Einordnung
- Nicht in der Gesamtwertung enthalten: Der Builder erhielt bei jeder SGD-Zeile den gesamten Dialog, einschließlich der späteren Züge nach dem zu klassifizierenden Eintrag. Die Einzelwerte bleiben sichtbar. SGD wird nach einem neuen Lauf mit dem korrigierten Builder wieder aufgenommen.
ContractNLI · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.7302
- Bewertung
- 0.7302
- Messgröße
- macro-F1
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-language
- Richtung
- Mehr ist besser
- Stichprobe
- 123
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark ContractNLI. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 123 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
ANLI · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.399
- Bewertung
- 0.399
- Messgröße
- macro-F1
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-language
- Richtung
- Mehr ist besser
- Stichprobe
- 3200
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark ANLI. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 3.200 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
BPoMP · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.56
- Bewertung
- 0.56
- Messgröße
- accuracy
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-arts
- Richtung
- Mehr ist besser
- Stichprobe
- 5000
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark BPoMP. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 5.000 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
Humicroedit · Decision Index 0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.4973
- Bewertung
- 0.4973
- Messgröße
- accuracy
- Einheit
- ratio
- Benchmark-Version
- Decision Index release-v3
- Kategorie
- decision-index-arts
- Richtung
- Mehr ist besser
- Stichprobe
- 2628
- Quellentyp
- independent-evaluator
- Auswertung
- Jev Decision Index 0.3 public-results data
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Jev Decision Index 0.3, Release v3 für das exakte Modell https://huggingface.co/StrandsAgents/strands-decider-2B-hobson-v21, Benchmark Humicroedit. Der Evaluator zog aus dem öffentlichen Testsatz jede sechste Anfrage. Dieser Eintrag übernimmt den veröffentlichten Score-Wert für 2.628 Anfragen. Nicht beantwortete und nicht unterstützte Anfragen zählen laut Methodik als falsch.
Seite 1 von 7
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Recherchestand | Recherchestand 7. Oktober 2026. 4 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Weitere Quelle | Strands Decider launch announcement (abgerufen 7. Oktober 2026) · Strands Decider launch announcement · Redaktionelle Beschreibung geprüft am 7. Oktober 2026 |
| Weitere Quelle | Strands Decider v21 model card (abgerufen 7. Oktober 2026) · Strands Decider v21 model card · Redaktionelle Beschreibung geprüft am 7. Oktober 2026 |
| Weitere Quelle | Strands Decider v21 release commit (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Jev Decision Index 0.3 public-results data (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Jev Decision Index 0.3 score decomposition data (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Strands Decider v21 model card (abgerufen 7. Oktober 2026) |