Cloudflare: Clef

Cloudflare Clef is het grotere dense model in de Clef-familie van beslismodellen, verder getraind op basis van Qwen3.8-27B met zijn vision-encoder. Cloudflare combineert die basisarchitectuur met een gezamenlijke schemahead die bewijsmateriaal aan de vragen toewijst en hun toegestane opties gezamenlijk beoordeelt. Clef leest een situatie en retourneert in één voorwaartse doorgang begrensde beslissingen met waarschijnlijkheden. De uitvoer is een classificatieresultaat, in plaats van gegenereerde tekst, een open rapport of een voorgestelde opdracht.

Bereid de toestand en het vraagschema als afzonderlijke invoer voor. De toestand kan een tekenreeks of JSON zijn die een record, gesprek, documentinhoud of toepassingssituatie weergeeft. Vragen worden aangeduid met stabiele namen en dezelfde namen identificeren de geretourneerde antwoorden. Definieer wat elke vraag moet vaststellen en beschrijf de relevante opties. Een supportrecord kan vragen welk team de aanvraag moet behandelen, of de impact dringend is en welk ernstcriterium van toepassing is, zonder die verschillende beslissingen in één vage categorie samen te voegen.

Een noul-vraag retourneert voor een binaire voorwaarde de waarschijnlijkheid van waar. Een choice-vraag retourneert een geselecteerde benoemde optie, waarschijnlijkheden per optie en confidence. Een score-vraag gebruikt een geordende lijst beschrijvingen met indices vanaf nul en retourneert een verwachte score, een legenda en waarschijnlijkheden. Een score met decimalen is zinvol omdat hij onzekerheid over geordende niveaus samenvat. Bekijk zowel de verdeling als het geselecteerde antwoord; twee opties die dicht bij elkaar liggen kunnen een onderscheid blootleggen dat de invoer niet oplost.

Neem voor beleidscontroles de werkelijke regeltekst en de feiten van het record op. Een voorbeeld is een workflow voor documentverwerking met vragen of het record volledig is, welke beoordelingscategorie van toepassing is en hoe sterk het bewijsmateriaal onmiddellijke aandacht ondersteunt. Stel afzonderlijke vragen voor afzonderlijke voorwaarden. Een modelbeoordeling van naleving moet verbonden blijven met de aangeleverde regel en het bewijsmateriaal. Als een belangrijke voorwaarde ontbreekt, moeten het schema en de toepassing een bewuste manier hebben om met die onzekerheid om te gaan.

Lever voor visueel bewijsmateriaal een leesbare afbeelding aan en een vraag over een zichtbare toestand of een gedefinieerde categorie. Een controle op formulierkwaliteit kan de leesbaarheid beoordelen, nagaan of een verplicht gebied aanwezig is en bepalen welk van de aangeleverde kwaliteitsniveaus het formulier het best beschrijft. De interface van de maker voor open gewichten accepteert ook arrays van videoframes. Houd de frames in de juiste volgorde en benoem de te beoordelen gebeurtenis. Een begrensd beslisschema kan dat materiaal classificeren, terwijl een verzoek om een verhalende beschrijving of willekeurige nieuw gegenereerde velden bij een ander soort uitvoer hoort.

De gehoste referentie van de fabrikant vermeldt een context van 65.536 tokens, één tot 64 vragen en maximaal vier ingebedde afbeeldingen. PNG-, JPEG- en WebP-afbeeldingen zijn elk beperkt tot 4 MiB en 16 megapixels, met in totaal 8 MiB gedecodeerd; de volledige aanvraagbody is beperkt tot 13 MiB en externe afbeeldingslinks worden niet geaccepteerd. Het invoerbudget omvat de vragen en media. Lange tekst kan worden afgekapt om te passen, dus behoud beslissende passages en bronlabels. Deze limieten beschrijven de gehoste afbeeldingsinterface van de producent; de encoder met open gewichten heeft eigen representaties voor lokale invoer.

Cloudflares publicatie beschrijft training voor schemagebonden beoordeling en kalibratie van waarschijnlijkheden. Het model haalt relevant bewijsmateriaal voor afzonderlijke opties op en neemt vervolgens informatie uit meerdere velden in beschouwing. Dat kan beslissingen over verschillende samenhangende vragen binnen één record ondersteunen, maar maakt een hoge waarschijnlijkheid niet tot een garantie dat het onderliggende feit waar is. Beoordeel moeilijke, onvolledige en buiten de categorieën vallende records naast eenvoudige gevallen. Nuttige besliscriteria dekken de situaties die de workflow daadwerkelijk tegenkomt en maken belangrijke verschillen expliciet.

In een agentworkflow kan de uitvoer bepalen welke gedefinieerde volgende stap moet worden overwogen. Lever de huidige waarneming en mogelijke acties aan met duidelijke beschrijvingen en bewaar vervolgens de geselecteerde optie en de bijbehorende waarschijnlijkheden. De omringende toepassing past haar actiebeleid toe en legt vast wat zij heeft gedaan. Houd dat uitvoeringsrecord gescheiden van het beslisresultaat: de keuze voor een beoordelingsroute stelt niet vast dat een beoordelaar heeft gehandeld en de keuze voor een diagnostische stap stelt niet vast dat die stap is geslaagd.

Het uiteindelijke artefact is het answers-object samen met de toestand en het schema die het hebben voortgebracht. Gebruik die records om onverwachte classificaties te onderzoeken, dubbelzinnige criteria te identificeren en resultaten te vergelijken met beoordeelde taakvoorbeelden. Als een gebruiker verderop in het proces een schriftelijke uitleg nodig heeft, kunnen de beslissing en het oorspronkelijke bewijsmateriaal als invoer dienen voor een afzonderlijke stap die een antwoord schrijft. Clef levert de begrensde probabilistische beslissing die nodig is om die volgende fase te kiezen, met een duidelijke vastlegging van wat is beoordeeld.