Contrastive-LM ha lanzado CLM-8B, el primer modelo abierto de una nueva clase llamada Contrastive Language Models (CLM). CLM no genera texto. Califica un conjunto de acciones candidatas frente al estado actual y devuelve probabilidades. Su base principal es Jev, el modelo patentado System One de TypeSafe AI.
¿Es desplegable? Sí. El cabezal Apache-2.0 pesa 75 MB. Se ejecuta en 1 GPU NVIDIA en Linux, con vLLM sirviendo al codificador Qwen3-8B.
Qué hace un modelo System One
Jev ingresó al acceso temprano limitado el 15 de septiembre de 2026. Devuelve valores escritos con probabilidades en lugar de texto. CLM apunta a la misma interfaz. El repositorio de CLM GitHub sirve a CLM-8B detrás de una API compatible con TypeSafe. Expone 3 tipos de preguntas:
Noul: devuelve la probabilidad de que una afirmación sea verdadera. Elección: elige una opción de un conjunto declarado, con probabilidades. Puntuación: devuelve un nivel esperado en una rúbrica ordenada.
Una solicitud escrita para la API de TypeSafe se puede reproducir a través del cliente Python de CLM.
Cómo funciona CLM
CLM entrena un codificador de estado y un codificador de acción con una pérdida InfoNCE bidireccional. Cada codificador es una columna vertebral Qwen3-8B congelada más un cabezal de proyección entrenable con parámetros de 20M. El entrenamiento atrae a cada estado hacia la acción realmente realizada y lo aleja de los demás.
En inferencia, CLM califica a cada candidato según el producto escalar del estado y las incorporaciones de acción. Un softmax sobre esas puntuaciones se convierte en la distribución de respuestas. La misma primitiva clasifica las mejores soluciones de N, enruta herramientas y responde decisiones escritas.
Este diseño desagrega estados y acciones. En un bucle de agente, el estado cambia en cada paso mientras que el conjunto de acciones permanece prácticamente fijo. clm-serve reserva una porción de memoria GPU, similar a la caché KV de vLLM, y reutiliza los vectores almacenados en caché. En 1 RTX 4090 con 3 acciones, los estados revisados caen de 1,7 ms a 0,6 ms. La tarjeta modelo informa que CLM funciona 13 veces más rápido que Jev con alrededor de 1000 candidatos.
Una receta de entrenamiento de 3 etapas
Entrenamiento previo en ~60 millones de pares de preguntas y respuestas de Nemotron DQA. Entrenamiento medio sobre ~30 millones de negativos duros sintéticos generados por Gemini 2.5 Flash-Lite. Capacitación posterior en aproximadamente 1 millón de trayectorias de agentes desde Agent Data Protocol, Endless-Terminals y LiteCoder-Terminal-SFT.
En aproximadamente 100.000 preguntas pendientes, la capacitación previa por sí sola alcanza el 52,1 % de precisión superior. La formación media lo eleva al 69,2%. El entrenamiento sobre aspectos negativos duros desde el principio alcanza un máximo de 62,4% y luego se sobreajusta.
Resultados de tiro cero contra Jev
La cifra de 9× proviene del juego T-Rex, donde las acciones se repiten en todos los estados. CLM coincide con Jev en T-Rex y Super Mario. Sigue la llamada de herramientas y WikiRacing mientras se ejecuta más rápido en cada tarea.
CLM como verificador de agentes codificadores
Aquí, un generador prueba varias soluciones candidatas y el verificador elige una. Opus 5 produjo candidatos de DeepSWE (al mejor de 4). Fable 5 produjo candidatos para Terminal-Bench 2.1 (mejor de 5). El equipo evaluó 38 tareas de DeepSWE pendientes y 30 tareas de Terminal-Bench 2.1 pendientes. La latencia se midió en un H100.
El equipo de investigación los informa como nuevos resultados del verificador SOTA. Jev obtiene una puntuación inferior a pass@1 en ambos puntos de referencia, por lo que seleccionar con Jev es peor que tomar 1 muestra. CLM se ejecuta entre 4,1 y 5,7 veces más rápido. Estos números utilizan cabezales livianos y afinados, no el punto de control de disparo cero. Son resultados de subconjuntos reservados, no presentaciones completas de la tabla de clasificación.
Explicador interactivo