Cloudflare open-sources Clef, a decision model benchmarked against Jev
Cloudflare post-trained Clef and Clef-flash from Qwen to make decisions only, measuring 209ms and 38.8ms latency on its own Decision Index versus 524ms for Jev.
有意思，Cloudflare 也微调并开源了两个 Jev 模型。 刚刚 Cloudflare 开源了 Clef，一个基于 Qwen3.8-27B 后训练出来的 Decision Model，同时还有一个基于 Qwen3.5-9B 的 Clef-flash。 如果你之前关注过 Jev ，应该知道这类模型它不负责和你聊天，也不负责写长篇大论。 它只负责一件事：做决定。 比如 Agent 跑到某一步，需要判断： 这个任务该调用哪个 Tool？ 要不要继续执行？ 结果有没有通过？ 应该 Routing 给哪个 Agent？ 是否需要 Human-in-the-loop？ 技术上，Cloudflare 冻结了 Qwen3.8-27B 的 Backbone，然后训练 rank-256 LoRA 和一个专门的 Joint Schema Head。 推理的时候 Qwen 只做 Prefill，后面的选项通过专门的 Head 并行打分。 速度方面在Cloudflare 自己 Decision Index 的测试里： Clef median latency 209.3ms， Clef-flash 只有 38.8ms， Jev 是 524.1ms。 在agentic任务的bench表现上也不错 BFCL 上 Clef 98.5，Clef-flash 98.8； API-Bank 则是 91.9 和 93.1。 当然，它也不是一个“更强的 Qwen”。 像 GPQA、MMLU-Pro 这类通用知识和推理任务，Clef 明显不如完整的通用模型。 因为它压根没想干这个。 它是在用通用生成能力，换取更稳定、更快、更便宜的 Decision。 感觉不错，已抄送我们研发频道（
This post quotes another post: x.com/cloudflare/status/2105747536510099540