Cloudflare presentó dos "modelos de decisión" de código abierto, Clef y Clef-flash, alojados en su plataforma Workers AI, junto con un nuevo producto de ajuste fino por aprendizaje por refuerzo (RL).
A diferencia de los modelos de lenguaje grandes, que generan texto abierto, los modelos de decisión están diseñados para producir salidas acotadas, tipadas y con puntuación de probabilidad para un conjunto fijo de preguntas, el tipo de salida que un flujo de trabajo puede usar directamente sin necesidad de interpretar texto libre. El ejemplo de Cloudflare: se envía un mensaje de soporte y se pregunta si es urgente, qué equipo debería atenderlo y qué tan grave es el impacto, y el sistema devuelve respuestas estructuradas y ponderadas por probabilidad que el código puede usar para enrutar el ticket o escalarlo a una persona.
Cloudflare afirma que Clef actualmente lidera el benchmark Jev Decision Index y es totalmente compatible a nivel de API con los modelos Jev de Typesafe AI, por lo que las integraciones existentes pueden reemplazarlo por Clef sin necesidad de rehacer trabajo. Ambos modelos están publicados en Hugging Face bajo licencia Apache 2.0 para uso local, y también están alojados en Workers AI para uso inmediato vía API.
En cuanto a velocidad, Cloudflare reporta que usar Clef para clasificar un dominio web (obtenerlo, renderizarlo y categorizarlo) tomó 2,2 segundos y devolvió más etiquetas de categoría, frente a 4,7 segundos de su LLM de propósito general gpt-oss-120b en la misma tarea, que solo devolvió dos clasificaciones. Clef también incorpora un codificador de visión para clasificar imágenes, una capacidad que Jev no tiene actualmente, y una ventana de contexto de 64k frente a los 32k de Jev.
Junto con los modelos, Cloudflare lanza un servicio de ajuste fino por RL. Inicialmente funciona como un acompañamiento directo del equipo de ingenieros desplegados hacia adelante (FDE) de Cloudflare; está previsto lanzar más adelante una versión de autoservicio, que permitirá a los clientes capturar sus propios datos de solicitudes a través del AI Gateway de Cloudflare, generar rollouts de entrenamiento en Workers AI y volver a desplegar un modelo Clef ajustado en la infraestructura de Cloudflare. Cloudflare declara que no lee, almacena ni entrena con las solicitudes de los clientes, a menos que estos opten por este producto de ajuste fino.