Підрозділ Amazon Web Services (AWS) презентував відкриту модель прийняття рішень, натхненну розробкою Jev від компанії TypeSafe. Випуск відбувся в той час, коли розробники ШІ дедалі частіше шукають спеціалізовані інструменти для автоматизації комп’ютерних процесів замість громіздких великих мовних моделей.
Підрозділ Amazon Web Services (AWS) презентував відкриту модель прийняття рішень, натхненну розробкою Jev від компанії TypeSafe. Випуск відбувся в той час, коли розробники ШІ дедалі частіше шукають спеціалізовані інструменти для автоматизації комп’ютерних процесів замість громіздких великих мовних моделей.
Нова модель від Amazon — Strands Decider 2B — має повністю відкритий початковий код, уже доступна для використання та володіє достатньо малими розмірами для локального запуску.
Ідея проєкту належить провідному інженеру Amazon Марку Брукеру, який створив власний варіант після знайомства з Jev. Домашній проєкт виявився настільки успішним — він ненадовго посів перше місце в рейтингу Jevbench для моделей свого розміру, — що інженери Amazon доопрацювали його та випустили як офіційний продукт підрозділу Strands Labs.
За словами Брукера, потреба в такому інструменті виникла під час спілкування з клієнтами AWS. У їхніх автономних робочих процесах не завжди є потреба у високій вартості чи повній потужності стандартних LLM.
«Що мене спочатку зацікавило в цьому класі моделей, так це те, що вони ідеально підходять для рольового рішення на кожному кроці процесу: "Яка наступна дія, зважаючи на те, де я перебуваю?" Це дає клієнтам можливість структурувати робочий процес більш надійно — завдяки балам впевненості та закритому домену відповідей, — а також із меншою затримкою та потенційно нижчою вартістю», — розповів Марк Брукер виданню TechCrunch.
Як і інші моделі прийняття рішень, Strands Decider побудована на «каркасі» LLM (у даному випадку Qwen3.5-2B), але замість генерування тексту вона видає відкалібрований вибір.
Компанія TypeSafe назвала свою оригінальну модель Jev на честь економіста Вільяма Стенлі Джевонса, натякаючи на його теорію: падіння вартості ресурсу (наприклад, штучного інтелекту) насправді може збільшити попит на нього.
Поява десятків подібних моделей після дебюту рішення від TypeSafe свідчить про високий інтерес ринку, але водночас ставить питання щодо їхньої довгострокової цінності. Брукер зазначає, що головним викликом буде оптимізація швидкості прийняття рішень без втрати загального інтелекту моделі. На його думку, передові ШІ-лабораторії не обов’язково домінуватимуть у цій ніші, адже розробка невеликих спеціалізованих моделей коштує від кількох сотень до тисяч доларів.
«Я розумію, що людям це здається золотою лихоманкою, але вони можуть недооцінювати складність створення дійсно розумних моделей. Нинішня хвиля більше схожа на бажання фахівців із машинного навчання реалізувати цікаву архітектуру, ніж на роботу команди, глибоко відданої створенню практичної користі з інтелекту», — зазначив засновник і генеральний директор TypeSafe Діого Алмейда.
Нагадаємо, що dev.ua розповідав про досвід українських айтівців у застосуванні Jev для реальних продуктів.
