Cloudflare випустила Clef: відкриті decision-моделі та платформа RL fine-tuning

Cloudflare представила Clef і Clef-flash, перші decision-моделі. Вони розміщені на Workers AI, а ваги опубліковано на Hugging Face за ліцензією Apache 2.0. Разом із моделями компанія оголосила й RL-сервіс: у налаштуванні Clef користувачам спершу допомагатимуть інженери, згодом вони зможуть робити це самостійно.

За словами Cloudflare, Clef є лідером Jev Decision Index, і обидві моделі сумісні з API Jev. Jev — це модель Typesafe AI, яка зробила цю концепцію популярною.

Що таке decision-модель

Така модель перетворює вхідні дані на типізовані відповіді з імовірностями. За повідомленням підтримки вона може визначити, чи запит терміновий і якій команді його доручити, а для коду — виконати маршрутизацію тікета або переадресацію до людини. На відміну від великих мовних моделей вони дешеві, швидкі та послідовні, тому агенти можуть діяти без втручання людини.

Cloudflare протестувала Clef у команді Threat Intelligence: за допомогою Browser Run модель завантажила та класифікувала домен за 2,2 секунди. Один домен із імовірністю 95% є сайтом компанії, 85% — електронною комерцією, менш ніж 1% — фішингом. У тому ж сценарії найшвидша загальна модель компанії, gpt-oss-120b, витратила 4,7 секунди й повернула лише дві класифікації.

Чим вирізняється Clef

Clef відрізняється від Jev двома властивостями: має візуальний енкодер і також класифікує зображення, а контекстне вікно становить 64 тисячі токенів замість 32 тисяч у Jev. На Jev Decision Index у BFCL Clef зафіксувала 98,47 бала, Clef-flash — 98,76, Jev — 95,75. Медіанна затримка: 209 мілісекунд у Clef, 39 мілісекунд у Clef-flash, 524 мілісекунди в Jev.

Обидві моделі побудовані на базі Qwen: для Clef заморозили Qwen3.8-27B, для Clef-flash — Qwen3.5-9B. Модель проходить лише етап prefill, після чого виконується неавторегресивний крок ухвалення рішення: замість генерації токенів варіанти схеми оцінюються паралельно.

Новий RL-сервіс

Сервіс складається з наявних продуктів Cloudflare: AI Gateway логує запити та відповіді, Workers AI генерує варіанти на базовій моделі, Containers забезпечує RL-пісочницю для оцінювання, а новий Trainer оновлює ваги. За словами Cloudflare, завдяки понад 15 рокам мережевих даних можна навчати спеціалізовані класифікатори, наприклад для оцінювання заявок Trust & Safety або сортування запитів підтримки.