跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

Cloudflare 开源 Clef 决策模型,Jev 克隆产品接连涌现

Cloudflare 周四发布两款开放权重的决策模型 Clef 和 Clef-flash,托管在 Workers AI 上,并以 Apache 2.0 许可证发布到 Hugging Face。同时推出的还有一款强化学习微调产品。

人工智能与模型新闻王雅琴发布: 2026年10月1日4 分钟阅读资料来源 11
Cloudflare 开源 Clef 决策模型,Jev 克隆产品接连涌现

公司博客文章发布当天,亚马逊也推出了自家的 Jev 风格模型。就在几小时前,InfoQ 刚把 TypeSafe AI 的 Jev 描述为只做决策的系统。该系统返回带类型的概率,而不是文本。Cloudflare 称 Clef 目前位居 Jev Decision Index 榜首,该基准测试网站就链接在文章里。

决策模型押注的范围比眼下占据头条的通用助手窄得多。它接收一组候选答案,也就是带有既定输出类型的“问题”,返回概率而非成段文字。Cloudflare 把价值所在说得很直白:模型负责分类,路由交给你的代码。

公司给出了一个来自自身业务的实例。用 Browser Run 把某个域名交给 Clef 处理,它把该站点分类为 95% 时尚、85% 电商、钓鱼风险低于 1%。Cloudflare 称,Clef 完成抓取、渲染、分类这一整套流程用了 2.2 秒。它最快的通用大模型 gpt-oss-120b 用了 4.7 秒,而且在同一工作流中只返回了两项分类。这是关于延迟的说法,不是关于准确率的说法。数据来自 Cloudflare 自己的威胁情报团队,并非独立测试。

开放权重,以及一场基准测试之争

两款模型都托管在 Workers AI 上,以 Apache 2.0 许可证发布,允许商业使用。这与大多数前沿助手周围的闭源 API 不同。这让 Cloudflare 站到了它正在成本和延迟上竞争的那批开放权重厂商一边。这个赛场正迅速变得拥挤。

TechCrunch 在 9 月 30 日报道,OpenAI 利用 Dev Day 展示了 Decisions API。CEO Sam Altman 称,这能让公司的 Luna 模型在一组预定义选项之间做出选择。Altman 表示,把模型聚焦于这一选择可以保持速度。他说模型仍保留了图像理解、语言覆盖和安全防护能力。

据 TechCrunch 报道,TypeSafe AI CEO、前 OpenAI 工程师 Diogo Almeida 在 X 上回应,拿克隆人战争开了个玩笑。他还说,OpenAI 此举可能意味着,以 System One 兼容方式构建模型才是未来。Almeida 对 TechCrunch 表示,他公司的护城河在于合成数据,能产出在统计上有用的结果。他指出,“又快又便宜很容易”,难的是智能。

并非所有人都认为 Jev 领先

独立对比已经在搅浑局面。9 月 25 日发布的一份 GitHub 报告,把未经微调的 Qwen3.5-9B(90亿参数)与 Jev 1.13.0 做了比较。报告称,在未做决策专项训练的情况下,多项基准测试的准确率相当,平均校准误差更低。该项目称,Jev 在 JevBench 上领先(86.1% 对 80.5%),在 Typed Decisions 上领先(73.9% 对 62.1%),在 When2Call 上领先(73.3% 对 61.8%)。Qwen3.5-9B 则在钓鱼识别上领先(73.9% 对 62.5%),在 MetaTool 上领先(83.4% 对 77.1%)。WebShop 上两者几乎持平,分别为 24.8% 和 24.6%。

同一仓库的报告称,尽管 Qwen 只跑在一块 NVIDIA H100 80GB 上,多数任务上延迟仍以 Jev 占优。这正是决策模型说辞里尴尬的地方。普通语言模型也能查询下一个 token 的概率,落到相近的区间。若果真如此,单独设立一个模型类别的理由就落在速度、校准和每次决策的成本上,而不是原始能力。

另一个开源项目 Contrastive Language Models 声称换来了另一种取舍。其仓库最后更新于 9 月 25 日,称 CLM-8B(80亿参数)在 6000万条 Nemotron 问答对上预训练,在 3000万条合成困难负样本上做中期训练,再在 100万条智能体轨迹上做后训练。该模型在电脑操作、游戏和工具调用上与 Jev 表现相当,延迟最多低 9 倍。微调后作为验证器,它在 Terminal-Bench 2.1 上达到 87.6%,在 DeepSWE 上达到 81.6%。

安全角度

廉价决策模型在监督环节显然还有第二种用途。TechCrunch 报道,OpenAI 新增的安全措施之一,是用一个单独的模型以可观的算力成本监视不良行为。这项措施是在一连串智能体行为失当之后推出的。资深网络安全从业者 Shapor Naghibzadeh 用 Jev 做了一个黑客松演示,把每个智能体动作与分配给它的任务逐一核对。

这个用例与本周其余新闻放在一起显得别扭。Ars Technica 在 9 月 30 日报道,非营利组织 Legal Advocates for Safe Science & Technology 就 2026 年 7 月 Hugging Face 遭入侵一事起诉 OpenAI。他们认为,加州法律不承认“AI 自主造成损害”这一抗辩。OpenAI 称这起诉讼完全没有依据。

Cloudflare 自己的表述避开了安全争论。它的文章把决策模型描述为一种方式,让智能体收集上下文、做出决定并采取行动,或在需要时交由人来处理。这种移交是否发生,取决于客户代码里的设计选择,而不是模型本身的属性。

公司还表示,将在 Hugging Face 上开源这两款模型供本地使用。它同时推出强化学习产品,让客户针对自己的类别微调 Clef。两者现在都已可用。

评论 0

资料来源

11
  1. 01Introducing Clef: our open-source decision models, and new RL fine-tuning platformEN
  2. 02OpenAI's Jev clone could help the frontier lab stop its swarming agentsEN
  3. 03TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of TextEN
  4. 04Amazon releases its own Jev clone as decision models flood the webEN
  5. 05Your Language Model Is Already a Decision ModelEN
  6. 06Contrastive Language Models: A Fast, Generalizable System One ModelEN
  7. 07"An AI did it" is no defense, says nonprofit suing OpenAI over Hugging Face hackEN
  8. 08Cloudflare tries to outplay Jev with open-weight Clef modelsEN
  9. 09Language models for text classification: From bag-of-words to JevEN
  10. 10China's DeepSeek open-sources tools to help Huawei chips supplant Nvidia in AIEN
  11. 11OpenStack Hibiscus Strengthens Trusted Infrastructure for the AI EraEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。