A Cloudflare bemutatta a Clef döntési modelleket és RL-platformját
A Cloudflare két nyílt forrású döntési modellt mutatott be Clef és Clef-flash néven, amelyek strukturált válaszokkal segíthetik az ügynöki rendszerek döntéseit. A vállalat emellett megerősítéses tanulásra épülő finomhangolási terméket is indít, amellyel a Clef egyedi feladatokra szabható.
- A Cloudflare bemutatta a Clef és Clef-flash döntési modelleket.
- A modellek nyílt forrásúak, Apache 2.0 licenc alatt érhetők el.
- A Clef képeket is osztályozhat, és 64 ezres kontextusablakot használ.
- A Clef-flash medián késleltetése a közölt benchmarkban 38,8 ezredmásodperc volt.
- A vállalat megerősítéses tanulási platformmal teszi lehetővé a Clef finomhangolását.
Gyors, strukturált döntések ügynöki rendszereknek
A Cloudflare 2026. október 1-jén jelentette be a Clef modellcsaládot. A vállalat szerint a döntési modellek olyan feladatokra készültek, ahol egy rendszernek előre meghatározott, strukturált kimenetek alapján kell választania. Egy ügyfélszolgálati üzenetből például megállapíthatják, hogy sürgős-e az ügy, melyik csapat kezelje, és mekkora a felhasználói hatás.
A modellek típusos válaszokat és azokhoz tartozó valószínűségeket adnak vissza. Ezeket a kód felhasználhatja egy hibajegy átirányítására, eszkaláció indítására, vagy arra, hogy szükség esetén emberhez továbbítsa az ügyet. A Cloudflare szerint így az ügynöki rendszerek képesek lehetnek a környezetükből származó információk összegyűjtésére, döntéshozatalra és feladatok végrehajtására.
A Clef és a gyorsabb Clef-flash a Workers AI szolgáltatáson érhető el. A modellek teljes egészében nyílt forrásúak, Apache 2.0 licenc alatt a Hugging Face-en is elérhetők, így helyben is futtathatók és tesztelhetők. A Cloudflare szerint mindkettő teljes mértékben kompatibilis a Jev API-jával.
Webhelyek osztályozásában is tesztelték
A Cloudflare Threat Intelligence csapata a Clefet webhelyek domainjeinek osztályozására próbálta ki. A Browser Runnal kiegészített folyamatban a modell egy domain megadásakor több kategóriához is valószínűséget rendelhet. A vállalat példája szerint egy oldal 95 százalékos eséllyel lehet divattal foglalkozó webhely, 85 százalékos eséllyel e-kereskedelmi oldal, miközben az adathalászat valószínűsége 1 százalék alatti.
A teljes webhely lekérése, megjelenítése és osztályozása a Clefnek 2,2 másodpercig tartott. Ugyanebben a munkafolyamatban a Cloudflare leggyorsabb általános célú modellje, a gpt-oss-120b, 4,7 másodperc alatt végzett, és csak két osztályozást adott vissza. A vállalat szerint a kisebb késleltetés és a több eredmény gyorsabbá teheti a fenyegetettségi információk feldolgozását.
A Clef egyik fontos eltérése a Cloudflare szerint, hogy látóenkódert is tartalmaz, ezért képes képekből származó vizuális tartalmak osztályozására. A modell 64 ezres kontextusablakot használ, míg a Jev 32 ezres ablakot kínál.
Benchmarkok és felhős infrastruktúra
A Cloudflare által közölt eredmények alapján a Clef a Jev Decision Index értékelésében jelenleg vezető helyen áll. A felsorolt tesztek között a Clef 98,47 százalékos eredményt ért el a BFCL case exact mérésen, 91,93 százalékot az API-Bank accuracy teszten, 94,20 százalékot a BANKING77 macro-F1 mérésen, valamint 97,43 százalékot a CLINC150+OOS macro-F1 teszten. A Clef-flash több mérésben magasabb pontszámot ért el, köztük a BFCL és a Home appliances teszten.
A Typesafe saját értékelési csomagjában a Cloudflare modelljei a négy vizsgált területből háromban megelőzték a Jevet. A vállalat 43 értékelés alapján a késleltetésben is előnyt közölt. A Clef medián késleltetése 209,3 ezredmásodperc, a Clef-flashé 38,8 ezredmásodperc, míg a Jevé 524,1 ezredmásodperc volt.
A Workers AI felhős üzemeltetése a Cloudflare szerint lehetővé teszi a vállalat peremhálózatán működő GPU-k használatát, ami alacsony hálózati késleltetést és gyorsabb döntéseket eredményezhet. A Clef így közvetlenül az ügynökök döntési útvonalába illeszthető, miközben a végrehajtási feladatokat egy Workers AI-on futó nagy nyelvi modell végezheti.
Finomhangolás megerősítéses tanulással
A Cloudflare új megerősítéses tanulási terméket is bemutatott, amellyel az ügyfelek saját felhasználási eseteikhez igazíthatják a Clefet. A szolgáltatás először a vállalat előre telepített mérnöki csapatának közreműködésével lesz elérhető, később pedig önkiszolgáló finomhangolási platformként használható a modellek betanítására és Cloudflare-re történő újratelepítésére.
A Clef alapmodelljeként jelenleg a Qwent használják, amelyet döntési modellekhez igazítottak. A Cloudflare leírása szerint a modell a séma érvényes választási lehetőségeit párhuzamosan pontozza, így a döntési lépéshez nem kell szöveget tokenenként generálnia. Ez a megközelítés a vállalat szerint gyorsabbá teszi a Clefet az autoregresszív nagy nyelvi modelleknél.
A Cloudflare közlése szerint a Clef-modellek vállalati használatra készültek, és a cég nem olvassa, nem tárolja, illetve nem használja fel tanításra az ügyfelek kéréseit és válaszait, kivéve, ha az ügyfél a finomhangolási terméket választja.
