Cloudflare تطرح نماذج القرار Clef مفتوحة وتطلق خدمة ضبط دقيق بالتعلم المعزز
قدمت Cloudflare نموذجي Clef وClef-flash، وهما أول نموذجين يدربهما فريق Workers AI بنفسه. ويختار نموذجا القرار من بين خيارات محددة مسبقا ويعطيان احتمالا لكل خيار. ويعملان على Workers AI ومتاحان على Hugging Face، كما تطلق الشركة خدمة ضبط دقيق بالتعلم المعزز.
قدمت Cloudflare في 1 أكتوبر 2026 نموذجي قرار هما Clef وClef-flash. وبحسب الشركة، هما أول نموذجين يدربهما فريق Workers AI بنفسه. ويعمل النموذجان مستضافين على منصة الذكاء الاصطناعي Workers AI التابعة لـ Cloudflare، كما أن ملفات النموذجين متاحة للتنزيل على Hugging Face بترخيص Apache 2.0، ما يعني أن المؤسسات تستطيع تشغيلهما على خوادمها الخاصة. وفي الإعلان نفسه أطلقت Cloudflare خدمة ضبط دقيق تعتمد على التعلم المعزز (RL) لتكييف Clef مع أعمال كل عميل.
نماذج القرار تمنح الخيارات احتمالات
نموذج القرار نوع من النماذج صُمم للحظات التي يحتاج فيها برنامج أو وكيل ذكاء اصطناعي إلى اتخاذ قرار سريع داخل سير العمل. يُعطى النموذج حالة، مثل رسالة دعم من عميل، وأسئلة ذات إجابات محددة مسبقا: هل الطلب عاجل، وأي فريق يجب أن يتولاه (الفوترة أو الدعم التقني أو المبيعات)، وما مدى خطورة أثره على العميل. ويعيد النموذج احتمالا لكل خيار دون كتابة إجابة طويلة. ويستطيع البرنامج بناء على ذلك توجيه الطلب إلى الفريق المناسب أو تصعيده أو ترك القرار لشخص عندما تكون الثقة منخفضة. ولأن الخيارات تُحدد في كل طلب، فإن إضافة فئة جديدة لا تتطلب إعادة تدريب النموذج.
وتشير Cloudflare إلى أن هذا النوع من النماذج لفت الانتباه في الأسابيع الأخيرة مع نموذج Jev من Typesafe AI. وصيغة الطلب والاستجابة في Clef متوافقة مع Jev، لذا يمكن للتطبيقات التي تستخدم Jev الانتقال إليه بسهولة. وتقول الشركة إنها جربت Clef في فريق استخبارات التهديدات لديها لتصنيف المواقع: إذ يقيّم النموذج دفعة واحدة الفئات التي ينتمي إليها نطاق ما، بما في ذلك احتمال أن يكون موقع تصيد.
حجمان ودعم للصور وسياق واسع
بحسب الإعلان، يقوم النموذج الأكبر Clef على Qwen3.8-27B، بينما يقوم Clef-flash الأصغر والأسرع على Qwen3.5-9B. وأبقت Cloudflare نماذج Qwen الأساسية كما هي، وأضافت فوقها طبقة صغيرة تقيّم الخيارات إلى جانب طبقات تكييف مدربة. ويقرأ النموذج الحالة مرة واحدة ويقيّم جميع الخيارات معا، ولأنه لا يولد النص كلمة كلمة فهو أسرع بوضوح من النماذج اللغوية العامة. وبحسب صفحات Hugging Face، يقبل النموذجان النصوص وJSON والصور وإطارات الفيديو مدخلات. ويذكر الإعلان أن نافذة السياق تبلغ 64 ألف رمز (token). وتوصي Cloudflare بالنموذج الأكبر للمهام التي تتطلب الدقة، وبـ Clef-flash للقرارات التي تكون السرعة فيها حاسمة.
وفي المقارنات التي نشرتها Cloudflare، يتصدر Clef مؤشر Jev Decision Index، ويتفوق على Jev في معظم اختبارات سير العمل الخاصة بـ Typesafe، بينما تتقدم نماذج منافسة في اختبارات أخرى. والنتائج متاحة أيضا في لوحة ترتيب حية أعدتها Cloudflare.
أماكن الإتاحة وخدمة الضبط الدقيق
يمكن استدعاء النموذجين على Workers AI باسم @cf/cloudflare/clef. وتقول Cloudflare إنها لا تقرأ هذه الطلبات ولا تخزنها ولا تستخدمها في التدريب، مع شروط منفصلة للعملاء الذين يختارون خدمة الضبط الدقيق. ويمكن لمن يريد تجربة النموذجين على أجهزته تنزيلهما من Hugging Face، حيث تتضمن بطاقات النماذج أمثلة استخدام بلغة Python. والأسعار الحالية متاحة على موقع Cloudflare.
وتأتي خدمة التعلم المعزز الجديدة على مرحلتين. في الأولى يعمل فريق المهندسين الميدانيين في Cloudflare مباشرة مع العميل لضبط Clef وفق أعماله. وفي مرحلة لاحقة تخطط الشركة لمنصة ذاتية الخدمة يجمع فيها العملاء بياناتهم ويضبطون النموذج ويعيدون نشره على Cloudflare، ولم يُحدد موعد لهذه المرحلة. ويجمع النظام مكونات قائمة لدى Cloudflare مثل AI Gateway لتسجيل الحركة وContainers بيئة تجريبية للتدريب وWorkers AI لتشغيل النموذج المضبوط. وفتحت الشركة استمارة للشركات المهتمة.
أجرت Cloudflare بنفسها جميع المقارنات المنشورة. ولا يذكر الإعلان ولا صفحات النماذج اللغات التي يفهمها النموذجان ومدى جودة ذلك، لذا يُستحسن اختبارهما على أمثلتك الخاصة قبل استخدامهما مع نصوص غير إنجليزية. ويتطلب تشغيل النموذج الأكبر على خادمك وحدة معالجة رسومات قوية من فئة مراكز البيانات، وبحسب بطاقة النموذج جرى اختباره على وحدة NVIDIA H200 واحدة. ولمعرفة الأداء الفعلي، تجدر متابعة تقييمات الباحثين المستقلين.
المصادر: Cloudflare: نماذج القرار Clef وخدمة الضبط الدقيق، وHugging Face: Cloudflare Clef، وHugging Face: Cloudflare Clef-flash.
