Текст үүсгэх биш шийдвэр гаргах шинэ парадигм: Cloudflare 13 дахин хурдан "Clef" нээлттэй моделио танилцууллаа

AI агент (Agentic AI) хөгжүүлж буй багуудын хувьд өнөөдөр тулгарч буй хамгийн том бэрхшээл юу вэ? Энэ бол агент алхам тутамдаа жижиг шийдвэр гаргахын тулд (тухайлбал: “Дараагийн үйлдлээр ямар API дуудах вэ?”, “Хэрэглэгчийн хүсэлт яаралтай юу?”, “Энэ бичиглэлийг хүний хяналтад шилжүүлэх үү?”) нүсэр том хэлний модел (LLM) рүү хандаж, текст эсвэл JSON хариу ирэхийг хэдэн секунд хүлээдэг явдал юм.

Харин Cloudflare өнөөдөр AI системийн архитектурыг үндсээр нь өөрчлөх шийдэл болох Clef болон Clef-flash нээлттэй эхийн "Decision Model" (шийдвэр гаргагч модел)-уудаа албан ёсоор зарлалаа. Typesafe AI-ийн эхлүүлсэн шинэ чиг хандлагыг өргөжүүлсэн эдгээр загварууд нь тухайн чиглэлийн анхдагч Jev моделтой харьцуулахад 13 дахин хурдан бөгөөд салбарын 10 стандартын 7-д нь илт тэргүүлж байна.

---

Decision Model гэж чухам юу вэ? Яагаад LLM-ээс өөр гэж?

Бидний сайн мэдэх Claude, GPT, Gemini зэрэг уламжлалт том хэлний моделиуд нь autoregressive зарчмаар ажилладаг. Өөрөөр хэлбэл, дараагийн үгийг (токеныг) нэг нэгээр нь таамаглан дараалуулан бичдэг тул үг бүрийн тоогоор inference хугацаа сунаж, latency үүсдэг. Мөн JSON форматтай гаргалгаа авахад JSON schema parsing алдаа гарч, retry хийх эрсдэл үргэлж дагалддаг.

Харин Decision Model нь сул чөлөөт текст бичдэггүй!

• Ганцхан forward pass: Моделд тухайн нөхцөл байдал (state буюу текст, JSON, зураг, видео) болон сонголтууд (schema of typed questions)-ыг дамжуулахад ганцхан forward pass-аар бүх сонголтын магадлалыг (confidence score) шууд тооцоолж гаргана.
• Zero Hallucination, Zero Parsing Error: Модел текст бичихгүй, зөвхөн урьдчилан зааж өгсөн typed ангилалд магадлалын оноо оноох тул JSON эвдрэх, ташаа мэдээлэл үүсэх (hallucination) ямар ч үндэсгүй.
• Deterministic & Bounded: Агент кодчилолдоо тухайн магадлалыг ашиглан if (confidence > 0.85) гэх мэтээр дараагийн логик үйлдлээ ямар ч гацалтгүй, детерминистик байдлаар шууд гүйцэтгэх боломжтой.

// Workers AI дээр Clef-ийг дуудах жишээ
const decision = await env.AI.run('@cf/cloudflare/clef', {
  state: {
    ticket_id: "T-8941",
    issue: "Production DB pool exhausted after schema migration",
    author_role: "TechLead"
  },
  schema: {
    severity: ["critical", "high", "medium", "low"],
    route_to: ["database_sre", "backend_team", "support_l2"],
    requires_escalation: [true, false]
  }
});

// Гаралт нь шууд магадлал бүхий typed өгөгдөл:
// {
//   severity: { critical: 0.94, high: 0.05, ... },
//   route_to: { database_sre: 0.98, ... },
//   requires_escalation: { true: 0.96, false: 0.04 }
// }

---

27B параметр, Мультимодал чадвар ба Хэт хямд үнэ

Clef нь Qwen суурьтай 27 тэрбум (27B) параметртэй мультимодал суурь архитектур дээр Cloudflare-ийн инженерүүдийн тусгайлан бэлтгэсэн датасетээр сургагджээ. Модел нь 64k context window дэмжих бөгөөд системийн төлөвийг зөвхөн текстээр төдийгүй лог файлууд, аппликэйшны скриншот эсвэл видео хэлбэрээр хүлээн авч олон хэмжээст шийдвэр гаргах чадвартай.

Хамгийн гайхалтай нь үнэ болон гүйцэтгэлийн харьцаа:

1. Үнэ: Cloudflare Workers AI дээр Clef нь нэг сая оролтын токенд $0.24, харин илүү хөнгөн хувилбар болох Clef-flash нь ердөө $0.09 үнэтэй! Уламжлалт том LLM-тэй харьцуулахад 10–50 дахин хямд өртөгтэй байна.
2. Нээлттэй эх: Cloudflare загварын жингүүдийг (weights) Hugging Face дээр Apache 2.0 лицензтэйгээр бүрэн байршуулсан тул хөгжүүлэгчид өөрсдийн локал сервер, vLLM эсвэл private cloud дээрээ хүссэнээрээ deploy хийж ашиглах боломжтой.
3. Шинэ RL платформоор өөрийн датагаар тааруулах: Загваруудын хамт Cloudflare өөрийн Reinforcement Learning (RL) платформоо зарлалаа. Ингэснээр компаниуд өөрсдийн дотоод дүрмийн дагуу Clef-ийг нэмж fine-tune хийх боломж бүрдэж байна.

---

Хөгжүүлэгчдэд энэ яагаад чухал вэ?

Өнөөг хүртэл бид агентын бүтцэд чиглүүлэлт (routing), баталгаажуулалт (verification), төлөв шилжилт (state transition) хийхдээ үргэлж том LLM-д найдаж ирсэн. Үр дүнд нь агент нэг даалгаврыг биелүүлэхийн тулд 20–30 удаа LLM API дуудаж, хэдэн арван секунд хүлээж, их хэмжээний зардал гаргадаг байв.

Cloudflare Clef нь "Heavy Reasoning" болон "Deterministic Decision" хоёрыг тусгаарлах бодит гарц болж байна:

• Ухаалаг хуваарилалт: Агентын нарийн төвөгтэй сэтгэхүй, урт кодын үүсгэлтийг том LLM-д (Claude, GPT, Gemini) үлдээж, харин дундын чиглүүлэлт, филтер, guardrail, escalation шийдвэрүүдийг хэдхэн миллисекундын дотор Clef-ээр гүйцэтгүүлэх шинэ hybrid бүтэц бий болж байна.
• Хүний оролцоогүй автоматжуулалт: Тодорхой магадлалын босгоор шийдвэр шууд гарч байгаа тул pipeline дунд хүн сууж шалгах хэрэгцээ эрс багасна.

Агент суурьтай систем хөгжүүлж буй багуудын хувьд Clef нь production latency-г хэд дахин бууруулж, дэд бүтцийн зардлаа хяналтад авах хамгийн том шинэчлэлт болж байна.

---

Эх сурвалж: Cloudflare Blog, Hugging Face (Cloudflare/clef)