Cloudflare: Clef

Cloudflare Clef est le plus grand modèle dense de la famille de modèles de décision Clef, obtenu par post-entraînement de Qwen3.8-27B avec son encodeur visuel. Cloudflare associe ce socle à une tête de schéma conjointe qui achemine les éléments probants vers les questions et note ensemble leurs options autorisées. Clef lit une situation et renvoie des décisions bornées assorties de probabilités en une seule passe avant. Sa sortie est un résultat de classification, et non une prose générée, un rapport ouvert ou une commande proposée.

Préparez l’état et le schéma des questions comme des entrées distinctes. L’état peut être une chaîne ou du JSON représentant un dossier, une conversation, le contenu d’un document ou une situation applicative. Les questions sont indexées par des noms stables, et ces mêmes noms identifient les réponses renvoyées. Définissez ce que chaque question doit établir et décrivez les options pertinentes. Un dossier de support peut demander quelle équipe doit traiter la demande, si l’impact est urgent et quel critère de gravité s’applique, sans fusionner ces décisions différentes en une seule catégorie vague.

Une question noul renvoie la probabilité de vrai pour une condition binaire. Une question de choix renvoie une option nommée sélectionnée, les probabilités par option et la confiance. Une question de score utilise une liste ordonnée de descriptions, indexée à partir de zéro, et renvoie un score attendu, une légende et des probabilités. Un score fractionnaire a du sens, car il résume l’incertitude sur des niveaux ordonnés. Examinez la distribution autant que la réponse sélectionnée ; deux options proches peuvent révéler une distinction que l’entrée ne tranche pas.

Pour les contrôles de politique, incluez le texte réel de la règle et les faits du dossier. Prenons l’exemple d’un flux de traitement de documents avec des questions demandant si le dossier est complet, quelle catégorie d’examen s’applique et dans quelle mesure les éléments justifient une attention immédiate. Posez des questions distinctes pour des conditions distinctes. Une évaluation de conformité par le modèle doit rester liée à la règle et aux éléments fournis. Si une condition importante manque, le schéma et l’application doivent prévoir une manière délibérée de gérer cette incertitude.

Pour les éléments visuels, fournissez une image lisible et une question portant sur une condition visible ou une catégorie définie. Un contrôle de qualité de formulaire peut évaluer la lisibilité, la présence d’une zone obligatoire et lequel des niveaux de qualité fournis la décrit le mieux. L’interface à poids ouverts du fabricant accepte également des tableaux de trames vidéo. Conservez les trames dans l’ordre et identifiez l’événement à évaluer. Un schéma de décision borné peut classer ce matériel, tandis qu’une demande de description narrative ou de nouveaux champs générés arbitrairement relève d’un autre type de sortie.

La référence hébergée du fabricant indique un contexte de 65 536 jetons, d’une à 64 questions et jusqu’à quatre images intégrées. Ses images PNG, JPEG ou WebP sont limitées à 4 MiB et 16 mégapixels chacune, avec 8 MiB au total après décodage ; l’ensemble du corps de la requête est limité à 13 MiB, et les liens d’images distants ne sont pas acceptés. Le budget d’entrée inclut les questions et les médias. Un long texte peut être tronqué pour tenir dans la fenêtre ; préservez donc les passages décisifs et les libellés de source. Ces limites décrivent l’interface d’images hébergée du producteur ; l’encodeur à poids ouverts possède ses propres représentations d’entrée locales.

La publication de Cloudflare décrit un entraînement à la notation contrainte par schéma et à la calibration des probabilités. Le modèle extrait les éléments pertinents pour chaque option, puis prend en compte les informations de l’ensemble des champs. Cela peut appuyer des décisions portant sur plusieurs questions liées au sein d’un même dossier, mais une probabilité élevée ne garantit pas pour autant que le fait sous-jacent est vrai. Évaluez les dossiers difficiles, incomplets et hors catégorie aussi bien que les cas simples. Des critères de décision utiles couvrent les situations que le flux de travail rencontre réellement et rendent explicites les distinctions importantes.

Dans un flux de travail d’agent, la sortie peut déterminer quelle étape suivante définie doit être envisagée. Fournissez l’observation actuelle et les actions candidates avec des descriptions claires, puis conservez l’option sélectionnée et ses probabilités. L’application environnante applique sa politique d’action et enregistre ce qu’elle a fait. Gardez cet historique d’exécution distinct du résultat de décision : sélectionner une voie d’examen n’établit pas qu’un examinateur a agi, et sélectionner une étape de diagnostic n’établit pas que cette étape a réussi.

L’artefact final est l’objet des réponses, accompagné de l’état et du schéma qui l’ont produit. Utilisez ces enregistrements pour examiner les classifications inattendues, repérer les critères ambigus et comparer les résultats avec des exemples de tâches déjà examinés. Si un utilisateur en aval a besoin d’une explication écrite, la décision et les éléments d’origine peuvent servir d’entrées à une étape distincte de rédaction de réponse. Clef fournit la décision probabiliste bornée nécessaire pour choisir cette étape suivante, avec un compte rendu clair de ce qui a été évalué.