Amazon выпускает собственный клон Jev на фоне наплыва моделей принятия решений в интернете.

Система Amazon Strands Decider 2B, выпущенная на той же неделе, когда OpenAI анонсировала аналогичное предложение , представляет собой высокоскоростной и недорогой способ сортировки предварительно выбранных вариантов и оценки степени уверенности системы в своем выборе. Модель полностью имеет открытый исходный код, доступна уже сейчас и достаточно мала для локального запуска.

Известный инженер Amazon Марк Брукер придумал этот проект после того, как увидел Jevbench и попытался создать свою собственную версию подобной модели. Самодельный проект оказался достаточно успешным — он ненадолго занял первое место в рейтинге Jevbench среди моделей такого размера — поэтому инженеры Amazon доработали его и выпустили как продукт от Strands Labs , организации, разрабатывающей новые инструменты и протоколы для развертывания агентов искусственного интеллекта.

Брукер говорит, что потребность в подобном инструменте возникла в ходе обсуждений с клиентами AWS, чьи рабочие процессы с использованием агентов не всегда требовали возможностей или стоимости полнофункционального LLM-решения.

«Изначально мой интерес к этому классу моделей возник из-за того, что они идеально подходят для принятия решений на этапе рабочего процесса — „что мне нужно сделать дальше, исходя из моего текущего положения?“», — рассказал Брукер. Он отметил, что это предлагает клиентам «этап рабочего процесса, который можно структурировать более надежно благодаря оценкам достоверности, благодаря замкнутой области ответов, [и с меньшей задержкой] и потенциально меньшей стоимостью».

Как и другие модели принятия решений, Strands Decider построена на основе «корпуса» модели LLM, в данном случае Qwen3.5-2B, но вместо генерации текста она предлагает калиброванные варианты выбора. Компания TypeSafe назвала свою модель Jev в честь экономиста Уильяма Стэнли Джевонса, надеясь использовать его теорию о том, что снижение стоимости чего-либо — например, компьютерного интеллекта — может фактически увеличить спрос на это.

Тот факт, что с момента появления идеи TypeSafe исследователи создали десятки подобных моделей, свидетельствует о широком интересе к ним, но также поднимает вопрос о том, насколько ценными они могут быть. Брукер предполагает, что задача будет заключаться в оптимизации скорости принятия решений моделью без ущерба для ее интеллекта.

«Необходимо найти очень тонкий баланс, чтобы повысить точность и калибровку системы в подобных задачах, не снижая при этом ее способность понимать разные языки и обладать необходимыми знаниями, что и делает ее универсальной, интересной и полезной».

Тем не менее, он не обязательно ожидает, что передовые лаборатории будут доминировать в этой области, особенно учитывая, что на небольших рынках стоимость создания чего-то интересного составляет сотни или тысячи долларов.

Со своей стороны, руководители TypeSafe заявляют, что они не будут вмешиваться и будут совершенствовать будущие модели.

«Я понимаю, что люди думают, будто это золотая лихорадка, но они, возможно, недооценивают сложность создания действительно умных моделей», — сказал генеральный директор и основатель Диого Алмейда, добавив, что на данный момент он не видит реальной конкуренции для своей компании.

«Нынешняя группа, похоже, больше состоит из специалистов по машинному обучению, стремящихся создать крутую архитектуру, чем из людей, глубоко преданных делу применения интеллекта на практике».