Cloudflare/clef: 多モーダルな意志決定に特化した27B構造化出力モデル

概要

テキスト、画像、動画を入力とし、自由形式のテキスト生成を介さずに定義されたスキーマに基づいた意志決定の確率を直接出力する、Cloudflare開発の27B多モーダルモデル。

詳細内容

Cloudflareが発表した「Clef」は、Qwen3.8-27Bをベースにした意志決定特化型の多モーダルモデルです。最大の特徴は、自由形式のテキストを生成してパースするのではなく、入力された「状態（テキスト、JSON、画像、動画）」と「質問スキーマ」に対し、各選択肢の確率を直接出力する点にあります。これにより、LLMの課題である出力フォーマットの不備やハルシネーションを構造的に回避しています。内部的には、バックボーンの最終隠れ状態を読み取る「Joint schema head」という小さなトランスフォーマー層を追加しており、単一のフォワードパスで複数の意志決定を同時に行えます。請求書処理、カスタマーサービス、セキュリティなどの実用的なワークフローにおいて、従来のLLMを上回る精度と低いレイテンシを実証しています。Apache-2.0ライセンスで公開され、vLLMやSGLangなどのライブラリもサポートされています。

元記事を読む他のサマリーを見る