Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #17115

JevBench

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

MODELS · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

AWS открыла исходники Strands Decider 2B и представила песочницу Strands Box для выполнения агентов

AWS выпустила Strands Decider 2B — модель для принятия решений с 2 миллиардами параметров (основана на Qwen3.5-2B с указательным заголовком и LoRA rank-16) и опубликовала веса, данные и скрипты. Также представлен Strands Box (developer preview) — ядровая песочница с языком политик Dogwood для контроля выполнения агентов (shell, Python, инструменты, файловая система, сеть); по данным AWS, медианная задержка принятия решения ≈115 мс на RTX 3090 и 72,3% точности на JevBench для контрольной точки v19.

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

LEV (arXiv:2610.20951v1): зацикленные модели решений с перемённой глубиной мышления и повышенной точностью

В работе представлен LEV — архитектура моделей решений, которая повторно прогоняет слои в цикле и считывает варианты ответа после каждого шага, так что один чекпоинт может работать на разной глубине; все шаги цикла обучаются совместно, а небольшой «стоппер» задаёт глубину для каждого запроса. Авторы сообщают рост точности с увеличением глубины на трёх зацикленных бэбонах (например, 2.6B LEV: 63.2% при глубине 1 → 76.2% при глубине 4 на JevBench), режим по требованию экономит ≈15–24% вычислений при потере точности <1 п.п., а модели 1.4B/3B превосходят плотные модели и каскады на 5.4–8.8 п.п. при задержках ниже 50 мс.

7.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Развёртывание decision‑моделей на llama.cpp в Amazon SageMaker AI с AWS DLC и SemIf

AWS опубликовала руководство по использованию AWS Deep Learning Container (DLC) для llama.cpp, чтобы обслуживать OpenAI‑совместимые chat‑completion через SageMaker InvokeEndpoint, а также по расширению образа SemIf (ранее OpenJev) для возврата вероятностей и логитов для структурированных задач принятия решений. В материале описаны варианты развёртывания на CPU и GPU, сборка дочернего образа через CodeBuild/ECR для SemIf и бенчмарк сравнения задержек на CPU и GPU.

6.0