- **Announcement:** Clef decision models on the Cloudflare blog - **Decision Index leaderboard:** clef-evals.workers-ai-mle.workers.dev Clef is a 27B multimodal model that turns a state and a schema of typed questions into decisions. It reads the state as text, JSON, images, or video, and returns a probability for every allowed option of every question in a single forward pass. There is no free-form text generation and no output parsing. Clef is post-trained from Qwen/Qwen3.8-27B. See Clef-Flash for the smaller, faster variant.
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 출력 텍스트
- **Announcement:** Clef decision models on the Cloudflare blog - **Decision Index leaderboard:** clef-evals.workers-ai-mle.workers.dev Clef-Flash is a 9B multimodal model that turns a state and a schema of typed questions into decisions. It reads the state as text, JSON, images, or video, and returns a probability for every allowed option of every question in a single forward pass. There is no free-form text generation and no output parsing. Clef-Flash is post-trained from Qwen/Qwen3.5-9B. See Clef for the larger variant.
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 출력 텍스트
Clef-Omni is a 30B-A3B mixture-of-experts multimodal model that turns a state and a schema of typed questions into decisions. It reads the state as text, JSON, images, audio, or video, and returns a probability for every allowed option of every question in a single forward pass. There is no free-form text generation and no output parsing. Clef-Omni is post-trained from Qwen/Qwen3-Omni-30B-A3B-Instruct. See Clef and Clef-Flash for the dense image and video variants. Tested with `torch` 2.11 and `transformers` 5.10.2 on a single H200; the backbone needs about 64 GB of GPU memory in bfloat16. Image inputs also need `pillow`, and audio and video files need `av`.
번역 대기 중 · 원문 표시
입력 텍스트 · 이미지→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트 · 이미지→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트 · 이미지→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트 · 이미지→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트 · 이미지→ 출력 텍스트
我们基于 **Qwen2.5-Instruct 系列** 与 **DeepSeek-R1 系列** 模型，结合自建安全任务集与安全知识库， 在 **8台A100 GPU** 集群上持续训练一周以上，完成大规模预训练 + 指令微调 + 强化学习， 显著提升模型在安全场景中的**理解、推理与响应能力**。 我们已构建了一个超大规模、结构完备的网络安全语料库，总量超过 **5TB**、共计 **106,721 个原始文件**，其中超过 **40% 内容为人工精选与结构化处理**。私有数据部分系统整合了具备 **70+ 字段 / 14 类结构标签体系** 的安全数据资源，经过统一清洗、语义标注与重构，构建出 **数百亿 Tokens 级**的高质量语料，为大模型深度推理能力提供坚实支撑。 为全面评估 SecGPT 的安全实战能力，我们构建了一套覆盖**安全证书问答、安全通识、编程能力、知识理解与推理能力**的综合评估体系，主要采用以下标准化数据集：CISSP、CS-EVAL、CEVAL、GSM8K、BBH。
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
입력 텍스트→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
분류 준비 중
입력 미확인→ 출력 미확인
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트 · 이미지→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트 · 이미지→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
분류 준비 중
입력 미확인→ 출력 미확인
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
분류 준비 중
입력 미확인→ 출력 미확인
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트→ 출력 텍스트
This is my first English & Chinese MoE Model based on * [jondurbin/bagel-dpo-34b-v0.2] * [SUSTech/SUS-Chat-34B]
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
입력 텍스트→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
입력 텍스트→ 출력 텍스트
This is an English & Chinese MoE Model , slightly different with cloudyu/Mixtral_34Bx2_MoE_60B, and also based on * [jondurbin/bagel-dpo-34b-v0.2] * [SUSTech/SUS-Chat-34B]
번역 대기 중 · 원문 표시
입력 텍스트→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
입력 텍스트→ 출력 텍스트
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 텍스트→ 출력 이미지
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
분류 준비 중
입력 미확인→ 출력 미확인
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
분류 준비 중
입력 미확인→ 출력 미확인
