Contrastive-LM发布CLM-8B：首个开源System One类模型

什么是CLM-8B？

Contrastive-LM正式发布CLM-8B，这是首个开源的「对比语言模型」（Contrastive Language Model, CLM）。该模型不属于传统大语言模型（LLM），不生成文本，而是针对给定状态对一组候选动作进行打分，并输出概率分布。其设计目标直指「System One」范式——即替代传统文本生成型智能体核心，转为执行结构化决策。CLM-8B明确对标TypeSafe AI公司于2026年9月15日开启有限早期访问的专有模型Jev，二者接口完全兼容。

接口与部署能力

CLM-8B通过GitHub仓库提供，后端采用TypeSafe兼容API，支持三类结构化问题：Noul（判断陈述真实性概率）、Choice（从预定义集合中按概率选择一项）、Score（在有序量规上返回预期等级）。用户可直接复用为Jev编写的请求，通过CLM官方Python客户端调用。模型头文件（head）仅75 MB，遵循Apache-2.0许可证，可在Linux系统单块NVIDIA GPU上运行，服务层集成vLLM，编码器基于Qwen3-8B。

技术原理：双编码器+对比学习

CLM-8B由冻结的Qwen3-8B骨干网络与两个2000万参数可训练投影头组成——分别作为状态编码器和动作编码器。训练采用双向InfoNCE损失函数：将每个状态向量拉近至其实际采取的动作向量，同时推远其余候选动作向量。推理时，模型计算状态嵌入与各动作嵌入的点积，再经softmax归一化为概率分布。该机制天然适配智能体循环中的状态更新与动作复用场景。clm-serve模块借鉴vLLM的KV缓存思想，预分配GPU显存并复用已计算的状态/动作向量；实测在RTX 4090上处理3个动作时，重复状态的推理延迟从1.7 ms降至0.6 ms。

三阶段训练策略

训练分三阶段：第一阶段使用约6000万条Nemotron DQA问答对进行预训练；第二阶段引入约3000万条由Gemini 2.5 Flash-Lite生成的合成难负样本；第三阶段在约100万条真实智能体轨迹（来自Agent Data Protocol、Endless-Terminals及LiteCoder-Terminal-SFT）上后训练。在10万条预留测试题上，仅预训练即达52.1% top-1准确率，加入难负样本后升至69.2%；若从训练初期即混入难负样本，则准确率峰值仅62.4%，且迅速过拟合。

性能对比：零样本与微调结果

零样本测试显示，CLM-8B在T-Rex游戏任务中延迟仅16.5 ms，显著低于Jev的149.8 ms（提速约9倍），成功率均为5/5；在WikiRacing任务中延迟79.8 ms vs. 225 ms，成功率为26/30 vs. 30/30。所有任务中CLM-8B均快于Jev，但在工具调用（BFCL v4）与WikiRacing上成功率略低。作为代码智能体验证器时，CLM-8B经轻量微调后，在DeepSWE子集Pass@1达73.7%（Jev为81.6%），延迟79 ms vs. 449 ms；在Terminal-Bench 2.1子集达84.0%（Jev为87.6%），延迟32 ms vs. 131 ms。研究团队称此为当前验证器任务新SOTA结果。

编者观点

CLM-8B标志着「决策优先」的智能体底层架构正加速开源化——中国企业若聚焦AI智能体落地，可快速集成此类轻量、高速、接口标准化的验证模型，降低对闭源System One方案的依赖，尤其适用于高频调用、低延迟要求的自动化工作流场景。