Cloudflare lanza Clef y Clef-flash: modelos de decisión de peso abierto que devuelven probabilidades escritas en lugar de texto

Cloudflare ha lanzado Clef y Clef-flash, los primeros modelos entrenados por su equipo de Workers AI. Son modelos de decisión, no chatbots. Cada uno lee un estado de entrada y un esquema de preguntas escritas. Devuelve una probabilidad para cada respuesta permitida, sin texto en formato libre. Ambos son de peso abierto bajo Apache 2.0 y compatibles con la API Jev de TypeSafe AI.

¿Es desplegable? Sí, ambos modelos se ejecutan hoy en Workers AI y los pesos están en Hugging Face para autohospedaje.

Qué hace un modelo de decisión

Un LLM genera tokens uno a la vez y su resultado aún necesita análisis. Un modelo de decisión sólo responde a un conjunto fijo de preguntas sobre un insumo. Clef admite 3 tipos de preguntas:

noul: sí/no, devuelve la probabilidad de que sí. elección: elige 1 opción con nombre, con probabilidades por opción y un valor de confianza. puntuación: puntuaciones frente a una rúbrica ordenada, que devuelve una puntuación ponderada por probabilidad.

En Workers AI, 1 solicitud incluye hasta 64 preguntas y hasta 4 imágenes.

TypeSafe AI lanzó Jev, su primer modelo ‘System One’, el 15 de septiembre de 2026. Le siguieron alternativas abiertas como Kev-9B y Laya. Clef utiliza la misma API de System One. Cambiar de Jev significa cambiar el punto final y el nombre del modelo.

Cómo funciona la clave

Clef está post-entrenado desde Qwen3.8-27B y Clef-flash de Qwen3.5-9B. Ambos mantienen el codificador de visión de la columna vertebral.

La inferencia tiene 2 etapas. La red troncal primero ejecuta un único pase de precompletación sobre el estado y las preguntas. Un pequeño transformador, el cabezal del esquema conjunto, lee los estados ocultos finales. Envía evidencia a cada pregunta, permite que los campos se crucen y califica todas las opciones de manera conjunta. Un softmax por pregunta convierte los logits en probabilidades.

El entrenamiento congeló ambas columnas y optimizó conjuntamente el cabezal de enrutamiento con adaptadores de rango bajo de rango 256. La pérdida combina la entropía cruzada suavizada por etiqueta con una pérdida de Brier para la calibración. Un objetivo secundario, el aprendizaje por refuerzo para decisiones calibradas (RLCD), otorga crédito parcial a las elecciones ordinales adyacentes.

Explicador interactivo