Cloudflare 发布 Clef / Clef-flash 开放权重决策模型：输出类型化概率，兼容Jev System One API

Cloudflare Workers AI团队正式发布Clef与Clef-flash，这是Cloudflare自研的首组决策模型。它们不属于对话聊天机器人，专门输出带类型的概率结果，不生成自由文本，完全兼容TypeSafe AI的Jev（System One）API。两个模型权重以Apache 2.0协议开源，Hugging Face可下载用于自托管，同时可直接在Workers AI平台线上运行。

• Clef：https://huggingface.co/Cloudflare/clef
• Clef-flash：https://huggingface.co/Cloudflare/clef-flash
• Demo：https://clef-evals.workers-ai-mle.workers.dev

决策模型能力

这类模型接收输入状态+带类型约束的问题Schema，只针对预设可选答案输出概率，免去LLM输出文本后再解析的环节。Clef支持三类问题：

1. noul：是非题，返回yes概率
2. choice：单选选项，输出各选项概率与置信度
3. score：按分级标尺打分，输出概率加权分数
   单次请求最多携带64个问题，同时支持最多4张图像输入。

模型底层架构

• Clef（27B）：基于Qwen3.8-27B后训练；Clef-flash（9B）：基于Qwen3.5-9B，两者保留骨干视觉编码器。上下文窗口均为65536 token，支持文本、JSON、图片、视频输入。
• 推理分两阶段：骨干模型执行prefill预填充，小型Transformer联合Schema头读取隐状态，跨字段交叉注意力，联合对全部选项打分，softmax转为概率。
• 训练时冻结骨干，使用rank-256 LoRA优化路由头；损失函数结合标签平滑交叉熵+Brier损失，搭配RLCD强化学习提升决策校准效果。

基准表现

Cloudflare在Decision Index 0.2.1基准套件评测：Clef在10项基准中的7项取得最高分；
优势场景（分类任务）：

• BANKING77：Clef 94.20 vs Jev 79.74
• CLINC150+OOS：Clef 97.43 vs Jev 89.27
• 家用电器分类：Clef-flash 97.73 vs Jev 52.27

短板（知识类考题）：Jev在GPQA Diamond、MMLU-Pro、BBH这类知识推理基准显著领先。
企业业务流测试：Clef在威胁情报域名分类任务耗时2.2秒，对比gpt-oss-120b的4.7秒。

备注：全部指标为厂商自测，尚未经第三方独立复现。

延迟参考（Cloudflare内部测试）

• Clef：中位延迟209.3ms
• Clef-flash：中位延迟仅38.8ms
• Jev：中位延迟524.1ms

部署、调用与微调

调用方式：Workers AI binding、REST API、AI Gateway。自托管可在单张H200，BF16精度运行。

Cloudflare同步上线配套强化学习微调服务，可基于私有数据定制Clef。现阶段优先开放给前线部署工程师，后续上线自助平台，团队可通过合作伙伴表单申请。

要点总结

1. 定位：结构化决策模型，不输出自由文本，返回带类型概率，Jev API无缝迁移。
2. 开源许可：Clef、Clef-flash均Apache2.0开放权重，支持自托管+WorkersAI线上调用。
3. 特点：65536上下文、图文多模态输入，Clef-flash延迟低至38.8ms；在分类任务强，硬核知识推理弱于Jev。
4. 配套：提供专门RL微调管线，面向企业私有业务场景定制决策能力。