أطلقت Amazon نسخة مماثلة من Jev باسم Strands Decider 2B

في 1 أكتوبر، قدّمت Amazon Web Services نموذج المصدر المفتوح Strands Decider 2B. فهو بدلًا من توليد النص يختار من بين خيارات محددة مسبقًا ويقيس موثوقية الإجابة بدرجة. وفي الأسبوع نفسه، قدّمت OpenAI واجهة Decisions API مشابهة في وضع محدود.

النموذج مبني على فكرة Jev من TypeSafe. بنى Marc Brooker، المهندس البارز في Amazon، نسخته الخاصة، التي احتلت لفترة قصيرة المركز الأول بين النماذج بحجمها في تصنيف JevBench. نظّفت Amazon المشروع وأطلقته Strands Labs.

كيف يعمل

Strands Decider 2B مبني على نموذج Alibaba المفتوح Qwen3.5-2B: أزالت AWS جزء توليد النص واستبدلته بآلية تقيّم الإجابات المقترحة. لديه أكثر بقليل من مليون معامل، ويستخدم الجسم الرئيسي محول rank-16 LoRA. وبسبب المساحة المحدودة للإجابات، لا يستطيع النموذج اختلاق خيار لم يقترحه أحد.

مثلًا، يسأل المستخدم عن الطقس دون ذكر اسم مدينة: يفترض الوكيل مدينة ويخطط لاستدعاء أداة الطقس، لكن قبل الاستدعاء يتحقق Decider مما إذا كانت الحجج تستند إلى المحادثة. يمر التحقق عبر نظام التدخل في Strands: يمكن أن يستمر الاستدعاء أو يُمنع. في العرض التجريبي يعمل Decider محليًا.

النتائج

وفقًا لـ AWS، في مجموعة JevBench العامة يحتل النموذج المركز الثاني بين النماذج العامة بنحو 2 مليار معامل، والمركز الأول بين من ينشرون وصفة التدريب الكاملة. يجيب بشكل صحيح عن كل سؤال في المستوى البسيط، ويتخذ القرار في أقل من 100 ملّي ثانية على NVIDIA RTX 3090. ويتضمن الإصدار أيضًا بيانات التدريب والنصوص البرمجية.

لماذا يهم

صدر Jev من TypeSafe قبل عدة أسابيع وبدأ موجة من النماذج المشابهة: تلته مشاريع Kev وimajev وLaya وغيرها، والآن تنضم شركات كبيرة أيضًا. يرى Brooker أن التحدي هو تحسين القرارات السريعة دون الإضرار بالذكاء؛ أما بناء نموذج مثير للاهتمام لسوق صغيرة فيكلف مئات أو آلاف الدولارات.

تعمل TypeSafe حاليًا على نماذج مستقبلية. قال المؤسس والرئيس التنفيذي Diogo Almeida لـ TechCrunch: „أفهم أن الناس يعتبرون هذا حمى ذهبية، لكنهم قد يستهينون بمدى صعوبة جعل النماذج ذكية حقًا“. ويبقى السؤال مفتوحًا: هل سيكون النموذج متاحًا أيضًا في سحابة AWS؟

المصادر: TechCrunch · The New Stack · Techmeme