کلادفلر Clef رو معرفی کرد؛ مدل‌های تصمیم‌گیر متن‌باز برای ایجنت‌ها، رقابت با jev

کلادفلر روز ۱ اکتبر ۲۰۲۶ توی بلاگ رسمی‌ش خانواده‌ی Clef رو معرفی کرد: مجموعه‌ای از «مدل‌های تصمیم‌گیر» (decision models) متن‌باز که برای ایجنت‌های هوش مصنوعی ساخته شدن تا بتونن دسته‌بندی‌های سریع و قطعی انجام بدن. این دقیقاً همون دسته‌ایه که Jev از TypeSafe و Laya پایه‌گذاری کردن، و کلادفلر هم حالا با یه بازیگر بزرگ‌تر واردش شده. مقاله‌ی بلاگ رو مایکل چن، الکس رنو و کوین فلنزبورگ نوشتن.

Clef دقیقاً چیه؟

Clef یه مدل non-autoregressive هست، یعنی به‌جای تولید متن توکن‌به‌توکن، جواب رو به‌صورت یه خروجی ساختاریافته و محدود (مثلاً انتخاب یکی از چند دسته به‌همراه احتمال) برمی‌گردونه. کلادفلر این رو به‌عنوان مکمل LLM ها معرفی می‌کنه: LLM ها خوب استدلال می‌کنن ولی غیرقطعی (non-deterministic) هستن، در حالی که ایجنت‌ها برای کارهایی مثل مسیردهی تسک‌ها، دسته‌بندی ورودی‌ها و تصمیم‌گیری برای اجرای یه اقدام، یه جواب سریع، قابل‌برنامه‌ریزی و با احتمال کالیبره‌شده می‌خوان.

ساختار فنی

کلادفلر مدل‌های Clef رو روی بک‌بون Qwen ساخته: مدل استاندارد Clef روی یه مدل حدود ۲۷ میلیارد پارامتری و نسخه‌ی سبک‌تر Clef-flash روی یه مدل حدود ۹ میلیارد پارامتری که وزن‌های اصلیشون freeze شده. روی این بک‌بون‌ها یه فرآیند «two-stage attention routing» برای استخراج context مربوط به هر گزینه، و بهینه‌سازی مشترک با low-rank adapter های rank-256 اعمال شده. برای کالیبره بودن احتمال‌ها، از label-smoothed cross-entropy و Brier loss استفاده شده، و یه مرحله‌ی ثانویه‌ی RL اختصاصی به اسم Reinforcement Learning for Calibrated Decisions هم داره.

دو تفاوت مهم با Jev که خود کلادفلر روشون تأکید کرده: Clef یه vision encoder داره و می‌تونه تصویر هم دسته‌بندی کنه، و پنجره‌ی context ش ۶۴ هزار توکنه (در برابر ۳۲ هزار توکن Jev).

عملکرد، طبق ادعای کلادفلر

از نظر تأخیر median، کلادفلر عدد ۳۸.۸ میلی‌ثانیه رو برای Clef-flash و ۲۰۹.۳ میلی‌ثانیه رو برای Clef اعلام کرده، در برابر ۵۲۴.۱ میلی‌ثانیه برای Jev و ۵.۸ میلی‌ثانیه برای Laya. روی دقت هم چند تا نمونه منتشر شده: روی BFCL (case exact) عدد ۹۸.۷۶ درصد برای Clef-flash در برابر ۹۵.۷۵ درصد Jev، روی API-Bank عدد ۹۳.۱۱ درصد در برابر ۸۸.۱۹ درصد، و روی Banking77 (macro-F1) عدد ۹۴.۲۰ درصد برای Clef در برابر ۷۹.۷۴ درصد برای Jev. جالبه که Banking77 همون بنچمارکیه که توی بررسی Laya دیدیم Jev روش قوی بود؛ کلادفلر Laya رو سریع‌ترین ولی با کیفیت قابل‌توجه پایین‌تر توصیف کرده.

یه تست واقعی هم گزارش شده: تیم threat intelligence خود کلادفلر با Clef، دسته‌بندی دامنه‌ها رو توی ۲.۲ ثانیه انجام داده، در برابر ۴.۷ ثانیه با gpt-oss-120b، یعنی تعداد دسته‌بندی بیشتر با تقریباً نصف تأخیر.

کجا در دسترسه و قیمت؟

Clef همین الان روی Workers AI از طریق API کلادفلر در دسترسه، و وزن‌هاش هم با لایسنس Apache 2.0 روی Hugging Face منتشر شدن. قیمت‌گذاری توی اعلامیه مشخص نشده.

پلتفرم RL برای fine-tune کردن

کنار مدل‌ها، کلادفلر یه سرویس reinforcement learning هم معرفی کرده که با اون مشتری‌ها می‌تونن Clef رو برای کار مشخص خودشون fine-tune کنن. این پلتفرم از AI Gateway (برای جمع‌آوری داده‌ی آموزشی)، Workers AI (برای تولید rollout)، Cloudflare Containers (به‌عنوان sandbox RL) و یه ماژول trainer (برای آپدیت وزن‌ها) استفاده می‌کنه و امکان آوردن مدل شخصی (BYO Model) هم داره. فعلاً fine-tune فقط با همکاری مستقیم مهندس‌های کلادفلر انجام میشه و نسخه‌ی self-serve برای بعداً برنامه‌ریزی شده.

کاربردها

کلادفلر کاربردهایی مثل مسیردهی و triage پشتیبانی مشتری، دسته‌بندی دامنه برای threat intelligence، پردازش فاکتور، دسته‌بندی حوادث امنیتی، تشخیص fraud و phishing، تشخیص ربات خوب از بد، و ارزیابی گزارش‌های Trust and Safety رو نام برده.

چیزهایی که باید با احتیاط بهشون نگاه کرد

همه‌ی اعداد بالا از خود کلادفلر اومدن، و مقایسه با Jev توسط خود کلادفلر انجام شده، نه یه ارزیابی مستقل. قیمت و سقف throughput اعلام نشده، دسترسی به fine-tune فعلاً محدوده، و خود کلادفلر هم اشاره کرده که بخشی از عملکرد به نزدیکی زیرساخت به شبکه‌ی edge کلادفلر بستگی داره. با ورود یه بازیگر به این بزرگی، رقابت توی دسته‌ی مدل‌های تصمیم‌گیر عملاً جدی شده، ولی هنوز باید منتظر تست‌های مستقل موند.