Clef-flash
PulseAugur coverage of Clef-flash — every cluster mentioning Clef-flash across labs, papers, and developer communities, ranked by signal.
- 2026-10-03 product_launch Cloudflare released Clef-Flash, a 9B parameter decision model. 来源
5 天有情绪数据
-
研究质疑决策模型中的异常定位
一篇新研究论文探讨了决策模型在图像异常检测方面的能力,特别是研究这些模型是否能够精确定位检测到的异常。该研究使用了一个名为 Clef-flash 的、经过后训练的 Qwen3.5-9B 主干网络,在 MVTec AD 和 MVTec AD 2 等工业检测基准上取得了混合结果。虽然该模型在检测方面取得了较高的 AUROC 分数,但其定位异常的能力却不太一致,决策头中的注意力机制与异常的实际位置的相关性有限。即使是基于 Qwen3.8-2…
-
Cmpnd 通过新的 DSPy 优化器实现 LLM 权重直接编辑
Cmpnd 发布了 dspy-wsp,这是 DSPy 框架的一个新优化器,支持权重空间编程。该技术允许一个大型语言模型直接编辑另一个模型的权重,而无需传统的训练循环或梯度。在测试中,使用 GPT-6-Astra 以几美元的成本修改权重,显著改进了决策模型,在特定基准测试上的提升幅度从 1.9 到超过 18 个点不等。
-
研究发现量化噪声可与模型性能变化相媲美
一项最新研究调查了量化对决策模型的影响,结果表明除权重变化外,其他因素也显著影响性能。研究发现,引擎、批次大小和内核选择引入的噪声可与量化本身相媲美,甚至超过量化噪声。具体而言,在 NVIDIA GB10 上,对于 Cloudflare 的 Clef-flash (9B) 和 Clef (27B) 模型,这些非量化效应占决策变化的比例高达 0.92%,而 4 位量化可能导致决策变化超过 5%。研究强调,准确性指标常常掩盖了这些潜在的性…
-
新框架支持以最少参考图像实现少样本缺陷检测
研究人员开发了一个新的框架,用于使用Jev和Clef-Flash等结构化决策模型进行少样本缺陷检测。这些模型每个类别仅需两个参考图像,在各种制造案例研究中的准确性显著优于CLIP。该框架还包括一种用于优化文本描述的代理方法和一种用于提高缺陷概率预测可靠性的校准方法。
-
Cloudflare 的 Clef 旨在通过高效、低成本的路由优化 AI 代理路由器
Cloudflare 推出了 Clef,一款旨在提升 AI 代理路由器性能的新工具。Clef 旨在取代路由器中传统的分类器调用,后者常常难以满足严格的输出要求。通过单次扫描评估选项而不生成 token,Clef 提供了一种更高效、更具成本效益的解决方案,在 Clef-flash 套餐上的价格为每百万次输入 0.038 美元。虽然 Clef 在路由测试中表现出高准确性,但其在 Cloudflare 的 RouterBench 上的表现与…
-
IBM 的 Granite Switch 4.1 集成了聊天、语音和决策能力
IBM 发布了 Granite Switch 4.1,这是一个新的模型家族,旨在从单个端点处理聊天、决策和语音任务。这些模型集成了专门的适配器,包括通用的 Decision aLoRA 和在安全任务上表现优于现有决策模型的 Guardian aLoRA。此外,Granite Switch 4.1 还包含了 Granite-Speech-5.0-Turbo-CTC,这是一个在速度上领先 OpenASR 排行榜的 ASR 模型。该架构允许…
-
决策模型适配临床智能,准确率达95%
研究人员通过适配一个基于Qwen 3.5骨干的90亿参数决策模型Clef-Flash,开发了一种新颖的临床智能方法。该模型使用QLoRA的参数高效微调,在Symptom2Disease基准测试上达到了95.42%的诊断准确率。该系统展示了显著的速度提升,每条记录的推理时间不到80毫秒,比生成式LLM基线提高了31倍。此外,还引入了一个新的反事实扰动框架Leave-One-Symptom-Out,用于评估症状级别证据和可解释性。
-
三周内发布四款人工智能决策模型,侧重于速度和结构化输出
在三周的时间内,不同的公司发布了四款不同的决策模型,这些模型均不生成散文。这些模型专为代理和管道设计,接收状态和类型化问题,并返回概率加权的答案。这些模型包括 TypeSafe AI 的 Jev、Cloudflare 的 Clef 和 Clef-flash、AWS 的 Strands Decider 2B,以及基于 GPT-6 Luna 构建的 OpenAI Decisions API。它们与专注于对话文本的模型不同,更侧重于速度和结构化输出。
-
Cloudflare 发布 Clef-omni 多模态决策模型
Cloudflare 已在 Hugging Face 上以 Apache 2.0 许可协议发布了 Clef-omni,这是一个 30B 参数的多模态混合专家模型。与传统的 LLM 不同,Clef-omni 专为决策任务设计,接受文本、图像、音频或视频输入以及键入的问题,以返回预定义答案的概率。该模型被定位为 TypeSafe 的 Jev 的替代品,旨在用于生产用例,重点是高效的决策评分而不是文本生成。虽然在意图分类方面表现出色,但与前…
-
多模态模型在乳腺超声图像分类方面表现不一
arXiv上发表的一项新研究评估了多模态决策模型(特别是CLEF和CLEF-Flash)在乳腺超声图像分类方面的性能。该研究使用了三个数据集(Dataset B、BUSI和BUS-BRA),并测试了各种提示,以评估准确率、F1分数和延迟。使用临床提示的CLEF-Flash在所有数据集上均显示出最高的准确率,尽管使用任务引导提示的CLEF在BUSI数据集的特定指标上表现更好。研究强调了数据集和提示的显著依赖性,并指出频繁出现良性到恶性的…
-
Cloudflare 发布多模态 AI 模型 Clef-omni
Cloudflare 推出了 Clef-omni,这是一款能够处理各种类型数据的新型多模态 AI 模型。除了 Clef-omni,该公司还推出了其 Clef 模型的一个更快版本和一个更具成本效益的 Clef-flash 变体。这些进步旨在通过改进的性能和更广泛的功能来增强 Cloudflare 的 AI 产品。
-
Laya 在 RTX 4090 的本地决策模型速度测试中领先
最近的一项基准测试在 RTX 4090 GPU 上评估了四种开放决策模型——Laya、d1、Clef-Flash 和 Lev——以确定它们的本地性能。测试包括阅读九篇关于蜈蚣的维基百科文章并识别特定术语。Laya 成为最快的模型,每秒处理 3.9 毫秒的单词,并在 32 秒内处理了 7,980 个单词。虽然 Lev 在捕捉蜈蚣名称方面表现出最高的准确性,但它的速度明显较慢,每秒处理 51.0 毫秒的单词。
-
Cloudflare 发布开源决策模型 Clef 和 Clef-flash
Cloudflare 发布了两个开源决策模型 Clef 和 Clef-flash,用于分类和选择等任务,无需生成文本。这两个模型分别基于 Qwen3.8-27B 和 Qwen3.5-9B 构建,兼容 Jev API,可在 OpenRouter 和 Hugging Face 上获取。初步测试表明,Clef 模型比 Jev 更快,但在更复杂的推理任务上 Jev 表现更好。
-
本地LLM设置指南更新,包含新模型和API
Thomas Bley 更新了他关于在本地运行大型语言模型的演示文稿,加入了Clef-Flash、Laya、Lev、Kev和OpenJev等新的决策模型。这些模型使用llama.cpp框架进行集成。更新还包括了使用Qwen-3-TTS进行TypeSafe System One API的测试和文本转语音功能,以及Nemotron 3.5 Lightning模型。
-
Cloudflare推出Clef-Flash,一个用于快速分类的9B决策模型
Cloudflare发布了Clef-Flash,一个拥有90亿参数、专为速度和效率设计的决策模型,该模型基于Qwen3.5-9B构建。与传统的聊天模型不同,Clef-Flash在一个前向传播中处理输入状态和类型化问题,并返回预定义答案的概率,而不生成自由文本。这使其适用于支持工单分类等任务,可以快速分类其紧急程度和负责人。Cloudflare还提供了一个名为Clef的更大、经过精度调优的27B参数模型,该模型包含用于图像分类的视觉能力。
-
Ollama v0.35.1 添加对 Cloudflare 的 Clef 和 Clef Flash 模型的支持
Ollama 发布了 v0.35.1 版本,该版本引入了对 Cloudflare 新开源决策模型 Clef 和 Clef Flash 的支持。这些模型是多模态的,能够处理文本和图像。该集成可通过 `/v1/systemone` 端点获得。
-
Cloudflare 发布 Clef 模型以实现自主 AI 代理决策
Cloudflare 推出了两款新模型 Clef 和 Clef-flash,旨在使 AI 代理能够在不生成文本的情况下做出结构化决策。Clef-flash 速度惊人,大约在 39 毫秒内即可完成分类,比 TypeSafe AI 的 Jev 决策模型快十倍以上。两款 Clef 模型均基于 Qwen 架构构建,并根据 Apache 2.0 许可证授权。
-
Cloudflare 发布开源多模态决策模型 Clef 和 Clef-flash
Cloudflare 发布了两个新的开源多模态决策模型 Clef 和 Clef-flash。这些模型旨在增强 AI 的自主能力,建立在 agentic coding 和 harness engineering 等概念的基础上。此次发布旨在通过结构化方法和思维过程来最大化 AI 的自动驾驶性能。
-
Cloudflare发布Clef和Clef-flash决策模型
Cloudflare发布了两个新的决策模型Clef和Clef-flash,这些模型在其基础设施上进行了训练。这些模型旨在协助决策过程。Cloudflare员工通过社交媒体分享了这一消息。
-
Cloudflare 发布 Clef 决策模型,支持类型化概率输出
Cloudflare 推出了 Clef 和 Clef-flash,这是两个开放权重的决策模型,专为特定问题回答而非通用文本生成而设计。这些模型基于 Qwen 主干构建,并兼容 TypeSafe AI Jev API,能够为关于输入状态(包括文本、图像和视频)的预定义问题返回类型化概率。虽然 Clef 和 Clef-flash 在 Banking77 和 CLINC150+OOS 等某些基准测试中表现优于 Jev,但在 GPQA Dia…