Cloudflare تطلق نماذج Clef مفتوحة المصدر: 98,5% على BFCL وزمن استجابة 38,8 ملي ثانية

دخلت Cloudflare سوق نماذج اتخاذ القرار بإطلاق Clef وClef-flash، وهما نموذجان خاصان بالشركة يعيدان بدل الاستدلال وتوليد النصوص إجابات مُنمَّطة بدقة مع احتمالات. يتوفر النموذجان على Workers AI ويتوافقان مع واجهة Jev API من Typesafe AI، وأوزانهما متاحة على Hugging Face بترخيص Apache 2.0. ووفق بيانات Cloudflare، يتصدر Clef حاليًا مؤشر Jev Decision Index. وتطلق الشركة في الوقت نفسه خدمة ضبط بالتعلم المعزز RL: في البداية يتولاها مهندسو FDE يدويًا، ثم تتحول لاحقًا إلى منصة self-serve.

القرار بدل الاستدلال

يتلقى نموذج القرار حالةً مدخلةً (مثل رسالة إلى الدعم) ومجموعة أسئلة: هل الأمر عاجل، وأي فريق ينبغي أن يتولاه، وما مدى خطورة التأثير. وفي المخرجات يعيد JSON مُنمَّطًا مع احتمالات، يستخدمه الكود لتوجيه التذكرة أو رفع التصعيد أو تحويل المهمة إلى إنسان. ويعمل النموذج مع أي مجموعة فئات دون إعادة تدريب لكل مجموعة جديدة.

داخل Cloudflare، يجري اختبار Clef بالفعل في فريق Threat Intelligence لتصنيف النطاقات. عبر Browser Run يستلم النموذج الصفحة ويعرضها (render) ثم يُخرج مجموعة فئات: على سبيل المثال 95% موضة، و85% e-commerce، وأقل من 1% تصيّد احتيالي. وتستغرق الدورة كلها 2,2 ثانية. أما gpt-oss-120b، وهو أسرع LLM عامة لدى الشركة، فاستغرق في السيناريو نفسه 4,7 ثانية وأعاد فئتين فقط.

كيف صُمم Clef وبمَ يختلف عن Jev

الأساس نموذج Qwen مجمَّد: Qwen3.8-27B لـ Clef وQwen3.5-9B لـ Clef-flash. وفوقه دُرّبت رأس توجيه (routing head) ومحوّلات منخفضة الرتبة rank-256. يتألف الاستدلال من تمريرة prefill واحدة، تُقيَّم بعدها الصيغ المسموح بها للمخطط بالتوازي. وفك الترميز غير انحداري ذاتي، فلا تُولَّد الرموز (tokens) واحدًا تلو الآخر، ومن هنا يأتي المكسب في السرعة. تجمع خيارات الإجابة أولًا السياق ذا الصلة، ثم تتبادل الحقول الانتباه فيما بينها ومع البيانات الأصلية، وبعد ذلك فقط يجري التسجيل (scoring).

يستخدم التدريب label-smoothed cross-entropy وBrier loss لمعايرة الاحتمالات على بيانات اصطناعية داخلية مع تبديل الحقول والمطالبات (prompts) والمخططات. أما المرحلة الثانية فهي RLCD (Reinforcement Learning for Calibrated Decisions): درجة جزئية للخيارات الترتيبية المجاورة، ومكافأة على السجلات الدقيقة تمامًا، وعقوبة على الانحراف عن المرجع.

وتتلخص الفروق عن Jev في ثلاثة:

• مشفّر بصري، أي تصنيف الصور (Jev لا يعمل حتى الآن إلا مع النصوص)؛
• سياق بطول 64k مقابل 32k؛
• أوزان عامة بترخيص Apache 2.0 واستضافة على وحدات GPU التابعة لـ Cloudflare على حافة الشبكة.

أرقام المعايير

تأتي القيم بترتيب Clef / Clef-flash / Jev:

• BFCL (case exact): 98,47 / 98,76 / 95,75
• ToolRet (nDCG@10): 69,19 / 66,43 / 65,28
• API-Bank (accuracy): 91,93 / 93,11 / 88,19
• Home appliances (case exact): 82,95 / 97,73 / 52,27
• When2Call (accuracy): 72,37 / 65,58 / 80,97
• BANKING77 (macro-F1): 94,20 / 90,93 / 79,74
• CLINC150+OOS (macro-F1): 97,43 / 66,77 / 89,27
• BRIGHT (nDCG@10): 45,91 / 39,26 / 47,52
• Amazon ESCI (macro-F1): 57,48 / 57,39 / 55,21
• PhishNChips (accuracy): 79,60 / 75,05 / 62,55

وفي مجموعة Typesafe الخاصة، تفوق Clef على Jev في ثلاثة من أربعة مجالات: معالجة الفواتير (64,7 مقابل 61,8)، ودعم العملاء (76,3 مقابل 76,0)، وحوادث الأمن (62,9 مقابل 61,7). أما في مراقبة آثار الوكلاء (agentic traces) فيتقدم Jev: 71,6 مقابل 68,5 لـ Clef و69,8 لـ Clef-flash. ومن اللافت أن Jev يتفوق أيضًا في When2Call وفي BRIGHT، لذا لا يمكن وصف النتيجة بأنها هزيمة ساحقة.

من حيث زمن الاستجابة على 43 معيارًا، بلغ وسيط Clef ما قدره 209,3 ملي ثانية (p95 عند 238,6 ملي ثانية)، وسجّل Clef-flash 38,8 ملي ثانية (p95 عند 122,4 ملي ثانية)، وسجّل Jev 524,1 ملي ثانية (p95 عند 536,0 ملي ثانية). وبالنسبة إلى DiffusionGemma من Jev فالرقمان 84,4 و211,2 ملي ثانية، ولدى Kev-9B هما 51,4 و187,9 ملي ثانية، ولدى Laya هما 5,8 و222,5 ملي ثانية. Laya هو الأسرع من حيث الوسيط، لكن جودته تتراجع بوضوح: على سبيل المثال 38,13 على BFCL.

منصة RL وإلى أين يتجه الأمر

تبني الشركة سلسلة من مكوّنات قائمة. يسجّل AI Gateway حركة المرور ويحوّلها إلى مجموعة بيانات، ويولّد Workers AI عمليات rollouts على Clef الأساسي، وتعمل Containers كبيئة معزولة لتسجيل نتائج الوكلاء وإعادة تنفيذ أفعالهم، ويحدّث مكوّن Trainer الجديد الأوزان، ثم يعيد Workers AI مع Bring Your Own Model (Cog، وهو إرث من شراء Replicate) نشر النتيجة. وما دامت الخدمة تُقدَّم عبر فريق مهندسي forward-deployed engineers، فإن منصة self-serve ستظهر لاحقًا.

ولدى الشركة سيناريوهات داخلية بالفعل: تقييم بلاغات Trust & Safety، وفرز طلبات الدعم، وتحديد ما إذا كان الزاحف (crawler) الذي أمامنا جيدًا أم سيئًا في منتجات Bot. وقد جمعت Cloudflare لهذه السيناريوهات أكثر من 15 عامًا من بيانات الشبكة الموسومة.

أما الخلاصة العملية لمطوّري الوكلاء فبسيطة: إذا كان في خط المعالجة مفترق من نوع «عاجل أم لا» أو «أي قسم» أو «تصيّد احتيالي أم موقع مشروع»، فمن الأرخص وضع نموذج قرار في المسار الحرج، وعدم الاستعانة بـ LLM إلا للإجراء نفسه. ويقتصر الانتقال من Jev على استبدال النموذج في الطلب، ويمكن تنزيل الأوزان وتشغيلها محليًا، وينبغي للشركات التي لديها حجم كبير من القرارات الموسومة أن تتجه إلى الضبط الإضافي. ولا تقرأ Cloudflare بيانات العملاء ولا تخزّنها ولا تستخدمها في التدريب، إلا في الحالات التي يستخدم فيها العميل نفسه خدمة الضبط الدقيق (fine-tuning).