Cloudflare: Clef

Cloudflare Clef é o modelo denso maior da família de decisão Clef, obtido por pós-treino de Qwen3.8-27B com o seu codificador visual. A Cloudflare combina essa arquitetura de base com uma cabeça de esquema conjunto que encaminha a evidência para as perguntas e pontua as respetivas opções permitidas em conjunto. Clef lê uma situação e devolve decisões delimitadas com probabilidades numa única passagem de inferência. A sua saída é um resultado de classificação, em vez de prosa gerada, um relatório aberto ou um comando proposto.

Prepare o estado e o esquema de perguntas como entradas distintas. O estado pode ser uma cadeia de texto ou JSON que represente um registo, uma conversa, o conteúdo de um documento ou uma situação da aplicação. As perguntas são identificadas por nomes estáveis, e os mesmos nomes identificam as respostas devolvidas. Defina o que cada pergunta deve estabelecer e descreva as opções relevantes. Um registo de suporte pode perguntar que equipa deve tratar o pedido, se o impacto é urgente e qual o critério de gravidade aplicável, sem combinar essas decisões diferentes numa categoria vaga.

Uma pergunta noul devolve a probabilidade de verdadeiro para uma condição binária. Uma pergunta choice devolve uma opção com nome selecionada, probabilidades por opção e confiança. Uma pergunta score utiliza uma lista ordenada de descrições, com índices a partir de zero, e devolve uma pontuação esperada, uma legenda e as probabilidades. Uma pontuação fracionária tem significado porque resume a incerteza entre níveis ordenados. Examine a distribuição, além da resposta selecionada; duas opções próximas podem revelar uma distinção que a entrada não resolve.

Para verificações de políticas, inclua o texto real da regra e os factos do registo. Um exemplo é um fluxo de processamento de documentos com perguntas sobre se o registo está completo, qual a categoria de revisão aplicável e até que ponto a evidência sustenta atenção imediata. Faça perguntas separadas para condições separadas. Uma avaliação de conformidade pelo modelo deve manter-se ligada à regra e à evidência fornecidas. Se faltar uma condição importante, o esquema e a aplicação devem ter uma forma deliberada de lidar com essa incerteza.

Para evidência visual, forneça uma imagem legível e uma pergunta sobre uma condição visível ou uma categoria definida. Uma verificação de qualidade de um formulário pode avaliar a legibilidade, se uma área obrigatória está presente e qual dos níveis de qualidade fornecidos melhor o descreve. A interface de pesos abertos do fabricante também aceita matrizes de fotogramas de vídeo. Mantenha os fotogramas por ordem e identifique o evento a avaliar. Um esquema de decisão delimitado pode classificar esse material, enquanto um pedido de descrição narrativa ou de novos campos gerados arbitrariamente pertence a outro tipo de saída.

A referência da interface alojada do fabricante indica um contexto de 65 536 tokens, uma a 64 perguntas e até quatro imagens incorporadas. As imagens PNG, JPEG ou WebP estão limitadas a 4 MiB e 16 megapíxeis cada, com um total descodificado de 8 MiB; o corpo completo do pedido está limitado a 13 MiB e não são aceites ligações remotas para imagens. O orçamento de entrada inclui as perguntas e os conteúdos multimédia. Texto longo pode ser truncado para caber, por isso preserve as passagens decisivas e as etiquetas de origem. Estes limites descrevem a interface de imagens alojada do produtor; o codificador de pesos abertos tem as suas próprias representações de entradas locais.

A publicação da Cloudflare descreve treino para pontuação delimitada pelo esquema e calibração de probabilidades. O modelo extrai evidência relevante para opções individuais e depois considera informação entre campos. Isto pode apoiar decisões sobre várias perguntas relacionadas num único registo, mas não transforma uma probabilidade elevada numa garantia de que o facto subjacente é verdadeiro. Avalie registos difíceis, incompletos e fora das categorias, além dos casos simples. Critérios de decisão úteis abrangem as situações que o fluxo de trabalho realmente encontra e tornam explícitas as distinções importantes.

Num fluxo de trabalho de agentes, a saída pode determinar qual a etapa seguinte definida que deve ser considerada. Forneça a observação atual e as ações candidatas com descrições claras e, depois, conserve a opção selecionada e as suas probabilidades. A aplicação que o integra aplica a sua política de atuação e regista o que fez. Mantenha esse registo de execução separado do resultado da decisão: selecionar uma via de revisão não demonstra que um revisor tenha atuado, e selecionar uma etapa de diagnóstico não demonstra que essa etapa tenha sido bem-sucedida.

O artefacto final é o objeto de respostas em conjunto com o estado e o esquema que o produziram. Utilize esses registos para examinar classificações inesperadas, identificar critérios ambíguos e comparar resultados com exemplos revistos da tarefa. Se um utilizador a jusante precisar de uma explicação escrita, a decisão e a evidência original podem servir de entradas para uma etapa separada de redação da resposta. Clef fornece a decisão probabilística delimitada necessária para escolher essa etapa seguinte, com um registo claro do que foi avaliado.