Cloudflare 今天发布并开源了两个自研决策模型 Clef 与 Clef-flash托管在自家的 Workers AI 平台上。按官方说法Clef 目前在 Jev Decision Index 评测中排名第一模型权重以 Apache 2.0 协议在 Hugging Face 开放下载。同日Cloudflare 还推出了首款强化学习RL微调产品让客户把 Clef 调成贴合自身业务的专用分类器。决策模型和 LLM 是两条路线决策模型只输出「有边界的结构化结果」——带概率的类别判断而不是生成整段文本。典型用法是把一条客服消息丢进去问「是否紧急」「该由哪个团队处理」「严重程度如何」模型返回带概率的类型化答案代码据此自动派单、升级或转人工。Cloudflare 把这一系列命名为「谱号」音乐记谱法中放在五线谱开头的符号理由与乐理相同它定义了后续音符动作的音高CF 后缀则指向 Cloudflare 自己。内部实测2.2 秒 vs 4.7 秒最能说明问题的是自用数据。Cloudflare 威胁情报团队把域名交给 Clef配合 Browser Run模型可同时给出「95% 是时尚网站、85% 是电商、低于 1% 是钓鱼」这类多类别判断抓取、渲染、分类全程 2.2 秒。同一流程中它最快的通用 LLM gpt-oss-120b 用了 4.7 秒且只返回两个分类。延迟与结果数量各差一倍对需要在热路径上快速判定恶意域名的安全团队来说这直接决定响应速度。与 Jev 的三点差异对标 Typesafe AI 的 JevCloudflare 列了三条Clef 带视觉编码器可直接对图像分类而 Jev 目前只做文本Clef 上下文窗口 64kJev 为 32k两者 API 完全兼容官方称替换成本极低。在其自跑的 43 项评测中Clef 系列延迟优于市面各家决策模型只有 Laya 更快但代价是质量明显下滑。而在 Typesafe 自家评测套件上Clef 在 4 个场景中赢了 3 个更快的 Clef-flash 表现尤其突出。训练冻结 Qwen只做概率打分Clef 以 Qwen 为骨干Clef 冻结 Qwen3.8-27BClef-flash 冻结 Qwen3.5-9B再联合优化一个路由头与 rank-256 低秩适配器。推理时 Qwen 只做一次 prefill随后并行给所有合法 schema 选项打分决策是非自回归的不需要逐 token 生成中间文本这正是它比自回归 LLM 快得多的原因。后训练用 label-smoothed 交叉熵搭配 Brier loss 做概率校准并引入「面向校准决策的强化学习」RLCD对相邻序数选项给部分分对完全精确的记录给奖励同时加参考惩罚防止分布漂移。最终模型被约束为只输出概率而非文本。RL 流水线怎么搭Cloudflare 把已有构件串成一条 RL 链路AI Gateway 自动沉淀请求/响应数据集Workers AI 跑 rolloutContainers 提供 RL 沙箱做打分与动作回放新增的 Trainer 更新权重最后经 Workers AI 的 BYO Model 重新部署。这套能力与其收购 Replicate 后推进的 Cog 工作直接相关。Cloudflare 称自己在不同领域积累了 15 年以上的网络数据微调后的专用分类器会比通用 Clef 更准更快。目前微调以 FDE前置部署工程师团队驻场服务的形式提供后续会上线自助平台。开发者今天即可调用端点形如 api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run/cf/cloudflare/clef请求体用 state 传输入、questions 定义字段类型布尔、单选、评分。企业客户获得承诺Cloudflare 不读取、不存储、不拿请求与响应做训练除非你主动使用微调产品。为什么值得关注这是 Cloudflare 从 CDN 与安全厂商向「agent cloud」叙事延伸的一步把决策模型放进智能体的热路径负责判断再搭配自家 LLM 负责执行。对国内开发者而言Apache 2.0 的权重意味着可以自行部署验证但真正的门槛在数据——微调效果的好坏往往取决于你手里有多少标注好的历史决策记录。
Cloudflare 今天发布并开源了两个自研决策模型 Clef 与 Clef-flash托管在自家的 Workers AI 平台上。按官方说法Clef 目前在 Jev Decision Index 评测中排名第一模型权重以 Apache 2.0 协议在 Hugging Face 开放下载。同日Cloudflare 还推出了首款强化学习RL微调产品让客户把 Clef 调成贴合自身业务的专用分类器。决策模型和 LLM 是两条路线决策模型只输出「有边界的结构化结果」——带概率的类别判断而不是生成整段文本。典型用法是把一条客服消息丢进去问「是否紧急」「该由哪个团队处理」「严重程度如何」模型返回带概率的类型化答案代码据此自动派单、升级或转人工。Cloudflare 把这一系列命名为「谱号」音乐记谱法中放在五线谱开头的符号理由与乐理相同它定义了后续音符动作的音高CF 后缀则指向 Cloudflare 自己。内部实测2.2 秒 vs 4.7 秒最能说明问题的是自用数据。Cloudflare 威胁情报团队把域名交给 Clef配合 Browser Run模型可同时给出「95% 是时尚网站、85% 是电商、低于 1% 是钓鱼」这类多类别判断抓取、渲染、分类全程 2.2 秒。同一流程中它最快的通用 LLM gpt-oss-120b 用了 4.7 秒且只返回两个分类。延迟与结果数量各差一倍对需要在热路径上快速判定恶意域名的安全团队来说这直接决定响应速度。与 Jev 的三点差异对标 Typesafe AI 的 JevCloudflare 列了三条Clef 带视觉编码器可直接对图像分类而 Jev 目前只做文本Clef 上下文窗口 64kJev 为 32k两者 API 完全兼容官方称替换成本极低。在其自跑的 43 项评测中Clef 系列延迟优于市面各家决策模型只有 Laya 更快但代价是质量明显下滑。而在 Typesafe 自家评测套件上Clef 在 4 个场景中赢了 3 个更快的 Clef-flash 表现尤其突出。训练冻结 Qwen只做概率打分Clef 以 Qwen 为骨干Clef 冻结 Qwen3.8-27BClef-flash 冻结 Qwen3.5-9B再联合优化一个路由头与 rank-256 低秩适配器。推理时 Qwen 只做一次 prefill随后并行给所有合法 schema 选项打分决策是非自回归的不需要逐 token 生成中间文本这正是它比自回归 LLM 快得多的原因。后训练用 label-smoothed 交叉熵搭配 Brier loss 做概率校准并引入「面向校准决策的强化学习」RLCD对相邻序数选项给部分分对完全精确的记录给奖励同时加参考惩罚防止分布漂移。最终模型被约束为只输出概率而非文本。RL 流水线怎么搭Cloudflare 把已有构件串成一条 RL 链路AI Gateway 自动沉淀请求/响应数据集Workers AI 跑 rolloutContainers 提供 RL 沙箱做打分与动作回放新增的 Trainer 更新权重最后经 Workers AI 的 BYO Model 重新部署。这套能力与其收购 Replicate 后推进的 Cog 工作直接相关。Cloudflare 称自己在不同领域积累了 15 年以上的网络数据微调后的专用分类器会比通用 Clef 更准更快。目前微调以 FDE前置部署工程师团队驻场服务的形式提供后续会上线自助平台。开发者今天即可调用端点形如 api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run/cf/cloudflare/clef请求体用 state 传输入、questions 定义字段类型布尔、单选、评分。企业客户获得承诺Cloudflare 不读取、不存储、不拿请求与响应做训练除非你主动使用微调产品。为什么值得关注这是 Cloudflare 从 CDN 与安全厂商向「agent cloud」叙事延伸的一步把决策模型放进智能体的热路径负责判断再搭配自家 LLM 负责执行。对国内开发者而言Apache 2.0 的权重意味着可以自行部署验证但真正的门槛在数据——微调效果的好坏往往取决于你手里有多少标注好的历史决策记录。
