Cloudflare 開源 Clef 決策模型，以單次前向運算輸出選項機率

Cloudflare 於 10 月 1 日發布 Clef 與 Clef-flash，提供 Workers AI 託管服務並公開模型。這次發布的技術重點，是讓代理在預先定義的答案集合中做決策：例如判定客服訊息應交給哪個團隊、是否需要立即處理，再由程式依選項機率執行後續流程。官方公告

兩款模型分別以 Qwen3.8-27B、Qwen3.5-9B 為骨幹。Clef 的模型卡說明，新增的聯合結構決策頭會讀取骨幹最後一層隱藏狀態，把輸入證據路由至各個問題，並共同計算所有合法選項的分數。每題再經 softmax 取得機率，整個流程只需一次前向運算，省去逐 token 生成答案及文字解析。Clef 模型卡

公開介面接受描述情境的 state 與問題集合 questions，支援命名選項、順序評分與真假判定，也能加入圖片或影片。Clef-flash 隨附的 systemone 函式接受 Jev／SystemOne 請求格式，回傳答案、信心值與機率；這讓既有決策流程有具體的替換入口。公開檔案包含權重、決策頭與編碼程式，授權為 Apache 2.0。Clef-flash 模型卡

效能仍須逐任務判讀。Cloudflare 內部 Decision Index 測試列出的中位請求延遲，Clef 為 209.3 毫秒、Flash 為 38.8 毫秒；但 Flash 在 CLINC150+OOS 的 macro-F1 為 66.8%，低於 Clef 的 97.4%。這些是發布者測試，不能直接推定中文分類、不同硬體或正式服務也有相同收益。測試結果

對工程團隊而言，可優先評估工具選擇、工單分流等答案範圍明確的節點。部署時應依模型卡的自訂決策頭範例驗證，並量測中文資料、未知類別與錯誤成本；輸出機率也需要校準檢查，才能設定轉交人工的門檻。格式受到限制，並不保證判斷正確。