A Cloudflare bemutatta a Clef nyílt forráskódú döntési modelljeit

Gyors, strukturált döntések ügynöki rendszerekben

A Cloudflare 2026. október 1-jei bejelentése szerint a Clef és a Clef-flash a Workers AI szolgáltatásban érhető el. A vállalat a modelleket teljesen nyílt forráskódúvá tette, és Apache 2.0 licenc alatt publikálta őket a Hugging Face-en, így helyben is futtathatók és kipróbálhatók.

A döntési modellek feladata, hogy egy adott bemenet alapján osztályozzanak, majd típusos válaszokat és valószínűségeket adjanak vissza. Egy ügyfélszolgálati üzenetnél például meghatározhatják, hogy sürgős-e a kérés, melyik csapat kezelje, és mekkora a hatása. Az eredmény alapján a kód átirányíthatja a jegyet, riasztást indíthat, vagy emberhez továbbíthatja az ügyet.

A Cloudflare szerint ez lehetővé teszi, hogy az ügynöki rendszerek programozott módon gyűjtsenek kontextust, döntést hozzanak és műveleteket hajtsanak végre. A Clef-flash a késleltetésre érzékeny feladatokra készült, míg a nagyobb Clef modell a vállalat megfogalmazása szerint nagyobb pontosságot kínáló változat.

Webhelyek osztályozása és benchmarkeredmények

A Cloudflare Threat Intelligence csapata a Clefet webhelydomainek osztályozására tesztelte. A Browser Run használatával a modell egy domaint betöltött, megjelenített és kategorizált. Egy példában 95 százalékos valószínűséggel divatwebhelyként, 85 százalékos valószínűséggel e-kereskedelmi oldalként, valamint 1 százalék alatti valószínűséggel adathalász oldalként sorolta be a domaint. A teljes folyamat 2,2 másodpercig tartott, szemben a Cloudflare leggyorsabb általános modelljének, a gpt-oss-120b-nek ugyanebben a munkafolyamatban mért 4,7 másodpercével.

A Jev Decision Index értékelésénél a Cloudflare szerint a Clef jelenleg vezető helyen áll. A vállalat által közölt adatokban a Clef többek között 98,47-es eredményt ért el a BFCL case exact mérésén, 91,93 százalékos pontosságot az API-Bank teszten, valamint 94,20-as macro-F1 értéket a BANKING77 mérésen. A Clef-flash egyes feladatokban magasabb eredményt ért el, például a BFCL teszten 98,76-ot, a Home appliances mérésen pedig 97,73-at.

A 43 értékelés alapján a Clef medián késleltetése 209,3 ezredmásodperc, a Clef-flashé 38,8 ezredmásodperc volt. A 95. percentilisnél mért értékek 238,6, illetve 122,4 ezredmásodpercet tettek ki. A Cloudflare a saját infrastruktúráját és a peremhálózaton működő GPU-kat is a rövid hálózati késleltetés egyik tényezőjeként említi.

API-kompatibilitás és megerősítéses tanulás

A Clef teljesen kompatibilis a Jev API-jával, ezért a Cloudflare szerint a modellek könnyen cserélhetők. A vállalat a modelleket úgy kínálja, hogy a közlése szerint nem olvassa, nem tárolja és nem használja fel tanításra az ügyfelek kéréseit és válaszait. Ez alól az jelent kivételt, ha az ügyfél a finomhangolási terméket választja.

A Cloudflare egy új megerősítéses tanulási terméket is bemutatott. A cég először saját, úgynevezett forward-deployed engineer csapatával segít a Clef egyedi munkafolyamatokra hangolásában, később pedig önkiszolgáló platformot kínálna, amelyen az ügyfelek betaníthatják és újratelepíthetik a modellt a Cloudflare rendszerében.

A Clef alapmodelljeként jelenleg a Qwent használják, amelyet döntési modellekhez igazítva utólagos tanítással alakítottak át. A Cloudflare leírása szerint a modell először csak előfeldolgozást végez, majd párhuzamosan pontozza az érvényes sémaválasztásokat. A döntési lépés nem autoregresszív, így nincs szükség köztes szöveg tokenenkénti előállítására. A felhasználók a fejlesztői dokumentációból indulhatnak, vagy a Hugging Face-en található nyílt forráskódú modellt próbálhatják ki.