Cloudflare发布Clef系列决策模型：开源、可部署、输出结构化概率
Cloudflare正式推出两款开源决策模型Clef（27B）与Clef-flash（9B），专为结构化问答设计，输出类型化概率而非自由文本，兼容TypeSafe AI的Jev API。模型已上线Workers AI平台并开放Hugging Face权重，支持图像输入与64K上下文。在多项任务基准中显著超越Jev，但在知识密集型评测上仍落后。
开源决策模型：非聊天、强结构、可验证
Cloudflare Workers AI团队正式发布其首批自研AI模型——Clef与Clef-flash。二者并非通用大语言模型（LLM）或聊天机器人，而是专为结构化决策任务设计的「决策模型」（Decision Models）。其核心范式是：接收一个输入状态（含文本、JSON、图像甚至视频）及一份预定义的、带类型的问答模式（schema），直接返回每个合法答案对应的校准后概率值，全程不生成任何自由文本。两款模型均以Apache 2.0许可证开源，权重已发布至Hugging Face，并原生支持TypeSafe AI提出的Jev API（即「System One」接口标准），开发者仅需更换端点与模型名即可迁移。
功能边界：三类问题，零解析开销
与传统LLM逐token生成、需后处理解析不同，Clef系列严格限定输出空间。它支持三类标准化问题：
- noul（yes/no）：返回“是”的概率；
- choice（单选）：对命名选项分别输出概率，并附带整体置信度；
- score（评分）：依据有序量表（如1–5分）返回概率加权得分。
在Workers AI平台上，单次请求最多可携带64个问题及4张图像，上下文窗口达65,536 tokens，显著优于Jev宣称的32K上限。
技术实现：视觉骨干+轻量联合头
Clef基于Qwen3.8-27B、Clef-flash基于Qwen3.5-9B进行后训练，完整保留其视觉编码器能力。推理分两阶段：首先由骨干模型执行一次prefill-only前向传播，提取输入与问题的整体表征；随后，一个小型专用Transformer——「联合schema头」（joint schema head）接收最终隐藏状态，通过路由机制将证据分配至各问题，支持字段间交叉注意力，并对所有选项进行联合打分，最终经每题softmax输出概率。训练时冻结骨干参数，仅优化该头部，并采用rank-256低秩适配器（LoRA）。损失函数融合标签平滑交叉熵与Brier分数（保障概率校准），另引入强化学习目标RLCD（Reinforcement Learning for Calibrated Decisions），对序数评分中的邻近正确选项给予部分奖励。
性能对比：任务导向优势明显，知识广度仍有差距
在Cloudflare自建的Decision Index 0.2.1短列表（10项基准）中，Clef在7项上排名第一。例如：
- BANKING77意图识别（macro-F1）：Clef 94.20 vs Jev 79.74；
- CLINC150+OOS多领域分类：Clef 97.43 vs Jev 89.27；
- 家电指令理解（case exact）：Clef-flash 97.73 vs Jev 52.27。
但Jev在知识密集型评测中保持领先：GPQA Diamond（78.3 vs 48.0）、MMLU-Pro（82.7 vs 65.9）、BBH（92.9 vs 73.7）。在TypeSafe AI内部工作流评估中，Clef在发票处理、客服响应、安全事件分类三项小幅胜出；Jev仅在智能体追踪可观测性（agent trace observability）一项领先。
部署与演进：即用服务+私有数据微调
模型可通过Workers AI binding（`env.AI.run()`）、REST API或AI Gateway调用。自托管方案已在单块H200 GPU（BF16精度）完成验证。Cloudflare同步宣布推出强化学习微调服务，初期面向其前线部署工程师开放，后续将提供自助式平台，整合AI Gateway、Workers AI、Containers与新Trainer组件，企业可通过设计合作伙伴申请接入。
编者观点
Clef系列标志着AI基础设施正从「通用生成」向「确定性决策」分叉演进——对国内企业而言，这提示：在风控、客服工单分类、合规审查等需高可解释性与低延迟响应的场景中，轻量化、开源、API标准化的决策模型可能比黑盒大模型更具落地性价比与治理可控性。