Cloudflare Workers AI 团队发布开源决策模型Clef

本次发布的Clef是Cloudflare Workers AI团队训练的首款模型。团队今天推出了两款快速、精准的决策模型，在质量和延迟的基准测试中排名领先。

模型为开源项目，用户可以选择将其部署在Workers AI上运行，也可以到Hugging Face下载模型权重。

Clef模型有多项独特特性：支持图像分类，不只处理文本；训练时支持25.6万上下文长度，部署时支持6.4万上下文长度；Clef-Flash版本速度比Jev快约13倍；兼容Jev即插即用API；采用Apache 2.0开源协议；依托边缘GPU部署，延迟表现更优；支持通过全新强化学习平台用自有数据微调。

目前该模型在决策模型评估中处于领先位置，在质量和延迟两个维度都推动了帕累托前沿。评估基于Hugging Face Jev决策指数的模型得分，用户可以访问官方提供的链接查看实时评估演示。

Clef基于Qwen 3.8 27B主干网络搭建，Clef-Flash基于Qwen 3.5 9B主干网络搭建。团队引入了非自回归路由系统，直接从模型内部表征中评估并选择结构化选项，不需要生成中间文本；训练时结合使用布里尔损失（Brier loss）的轻量模型调优来保持概率校准，还搭配了定制强化学习方法RLCD，对接近正确的答案给予部分学分，最终实现预测的快速性和高可靠性。

模型使用团队自研的合成数据集训练，该数据集持续打乱字段顺序、提示词和模式结构，因此模型可以学习对任意模式做决策，而非记忆特定模式。

本次还同步推出了全新强化学习微调产品。结合Cloudflare现有基础能力：用于数据集收集的AI网关、用于强化学习沙箱的容器，以及用于部署模型的Workers AI，该产品可以帮助用户更好地将Clef适配到自身使用场景。有意成为设计合作伙伴的用户可以联系团队。

团队感谢typesafeai牵头推进决策模型项目，感谢mmastrac展示了如何基于现有技术构建开源模型，项目从启动到发布不到一周时间。