⏱️ Okuma Süresi: 3 dk
📝 Kelime: 513
🕐 Son Güncelleme: 02.10.2026 16:24
📌 Öne Çıkan Başlıklar
- Amazon Web Services (AWS), yapay zeka ajanlarının iş akışlarındaki karar mekanizmalarını optimize etmek amacıyla açık kaynaklı Strands Decider 2B modelini duyurdu.
- Qwen3.5-2B altyapısını kullanan bu hafif model, yeni metin üretmek yerine önceden tanımlanmış seçenekler arasından seçim yaparak güven skoru üretiyor.
- AWS müşterilerinin yüksek maliyet ve gecikme sorunlarına çözüm olarak geliştirilen model, yerel cihazlarda çalışabilecek kadar küçük bir yapıya sahip.
Teknoloji devi Amazon, yapay zeka dünyasında ezber bozan yeni bir hamleye imza attı. Yapay zeka ajanlarının giderek yaygınlaşması, her ufak görev için büyük dil modellerini (LLM) kullanmanın gerekliliği konusundaki tartışmaları alevlendirirken, Amazon Web Services (AWS) bu soruna yenilikçi bir çözüm getirdi. Şirket, TypeSafe’in Jev modelinden ilham alarak geliştirdiği Strands Decider 2B isimli açık kaynaklı karar modelini resmen kullanıma sundu.
Sektördeki bu devrim niteliğindeki gelişmeler, küresel çapta donanım ve altyapı maliyetlerini doğrudan etkilerken, teknoloji pazarındaki dengeleri de yeniden şekillendiriyor. Uzmanlar, yapay zeka ekosistemindeki bu maliyet optimizasyonu dalgasının önemine dikkat çekiyor (benzer bir maliyet düşüşü dalgası için yapay zeka maliyetleri tarihin en hızlı düşüşünü yaşıyor incelemesini okuyabilirsiniz). Benzer şekilde bilişim devleri, artan enerji ve operasyon giderlerine karşı stratejik adımlar atıyor.
Strands Decider 2B Nedir ve Nasıl Çalışır?
Klasik yapay zeka modelleri sıfırdan uzun metinler üretirken, Strands Decider 2B tamamen farklı bir mantıkla çalışıyor. Model, kendisine sunulan önceden tanımlanmış seçenekler arasından en doğru olanı seçmeye odaklanıyor. Bununla birlikte, verdiği kararın ne kadar güvenilir olduğunu gösteren bir güven skoru da üretiyor. Bu benzersiz yapı, yapay zeka ajanlarının karar adımlarını son derece öngörülebilir ve güvenli kılıyor.
AWS müşterileriyle yapılan görüşmelerde, ajan iş akışlarındaki bazı temel adımların devasa dil modellerinin geniş yeteneklerine ihtiyaç duymadığı net bir şekilde görüldü. Büyük modellerin bu tür basit görevlerde kullanılmasından kaynaklanan yüksek gecikme süreleri ve devasa maliyetler, şirketleri daha optimize çözümlere yöneltti. Tam da bu noktada devreye giren Strands Decider 2B, bir ajanın içinde bulunduğu duruma göre sıradaki adımın ne olması gerektiğini seçmesi gibi sınırlı ama kritik görevleri kusursuz bir şekilde yerine getiriyor.
Qwen3.5-2B Altyapısı ve Başarı Hikayesi
AWS’in seçkin mühendislerinden Marc Brooker tarafından geliştirilen projenin temelleri Jev modeline dayanıyor. Brooker’ın Jev’i keşfetmesiyle başlayan bu deneysel süreçte geliştirilen model, kısa süre içinde kendi boyut kategorisinde Jevbench sıralamasında zirveye yerleşmeyi başardı. Bu başarının ardından Amazon mühendisleri projeyi sahiplenerek, yapay zeka araçları geliştiren Strands Labs çatısı altında açık kaynak olarak yayınladı.
Modelin kalbinde güçlü Qwen3.5-2B mimarisi yer alıyor. Ancak standart bir dil modelinden farklı olarak bu yapı, metin üretimi yerine belirli seçenekler arasında kalibre edilmiş kararlar vermek üzere özel olarak optimize edildi. Küresel çapta enerji tüketimi ve veri merkezi maliyetlerinin artış gösterdiği bu dönemde, dev şirketlerin enerji arzı ve altyapı yatırımlarına ağırlık verdiği de biliniyor (bu konudaki gelişmeleri takip etmek için elektrik faturası krizine Amazon’dan 1 milyar dolarlık adım haberine göz atabilirsiniz).
Açık Kaynak Dünyasında Yeni Bir Dönem
TypeSafe’in çığır açan Jev modelini duyurmasının ardından küresel çapta pek çok araştırmacı benzer hafif modeller geliştirmeye başladı. Amazon’un bu alana açık kaynaklı bir alternatifle dahil olması, yapay zeka ajanlarının gelecekte çok daha düşük maliyetlerle, yerel cihazlar üzerinde ve minimum gecikmeyle çalışacağının en büyük kanıtı niteliğinde.
