clef-flash

Oversigt. Clef-flash er en beslutningsmodel med åbne vægte fra Cloudflare, der er eftertrænet ud fra en Qwen3.5 9B-base. I stedet for at generere fritekst returnerer den kalibrerede sandsynligheder over et fast sæt af tilladte valgmuligheder for et givet skema, hvilket gør den til en specialbygget klassifikator frem for en generel chatmodel. Den er henvendt til udviklere, der har brug for et hurtigt, skemabundet beslutningstrin frem for et samtalebaseret svar.

Vigtigste styrker. Modellen kombinerer sin base med et fælles skema-transformer-hoved, der begrænser alle svar til de muligheder, der er defineret i kalderens skema, hvilket giver pålidelige strukturerede uddata og indbygget JSON-funktionalitet. Den accepterer tekst, JSON, billeder og videoframes som inddata, så den kan træffe beslutninger baseret på både visuel kontekst og tekst. Cloudflare beskriver træningen med label-smoothed cross-entropy, Brier-tab og reinforcement learning med fokus på kalibrering, hvilket peger på sandsynlighedsuddata, der er finjusteret til at afspejle reel konfidens frem for rå logits.

Anvendelsesområder. Brug Clef-flash, når du har brug for en enkel beslutning med et veldefineret gyldighedsområde – klassificering, router-valg eller valg af muligheder i stil med moderering – udført hurtigt ved kanten (edge), især når inddata indeholder et billede sammen med tekst eller strukturerede data. Den er velegnet til enkle arbejdsopgaver med begrænset kompleksitet, hvor et kendt sæt af udfald er defineret på forhånd. Den er ikke det rigtige valg til åben generering, ræsonnering i mange trin eller samtalemæssige anvendelsesområder, da den ikke producerer fritekst eller synlige ræsonneringsspor.

Begrænsninger. Clef-flash understøtter ikke verktøjskald, streaming eller udvidet tænkning, og der er ikke oplyst et maksimum for uddata-tokens, da den ikke genererer tekst token for token. Tallene for kontekstvinduet varierer efter kilde: Cloudflares lanceringsmateriale lover 64k tokens, men den nuværende dokumentation for Workers AI-endepunktet begrænser det til 24.576 tokens, så betragt det mindste tal som den praktiske grænse ved drift der. Der er ikke oplyst nogen dato for, hvor træningsdataene slutter.