新闻详情

新闻详情

首页 / 资讯中心 / 详情

CLM vs Jev:开源决策层正在改写 Agent 的底层逻辑

发布时间:2026/11/16 16:34:35来源:尧图网络
CLM vs Jev:开源决策层正在改写 Agent 的底层逻辑
CLM vs Jev开源决策层正在改写 Agent 的底层逻辑如果你正在做 Agent大概率见过这种浪费一个分类、路由、权限判断也要调大模型生成一堆 token然后应用层立刻把它们丢掉。慢、贵还容易格式跑偏。Jev 和 CLM 都在解决这个问题但路线完全不同。一个更像托管决策 API一个更像你能自己掌控的决策层。下面把架构、性能、成本和适用场景拆开讲。CLM 到底是什么CLM 全称 Contrastive Language Models对比语言模型。团队把它称为 System One 模型借鉴的是认知科学里快速、直觉式决策的概念。目前发布的是 CLM-8B设计非常克制用冻结的 Qwen3-8B 作为共享编码器。上面挂两个轻量投影头每个大约 2000 万参数。一个编码状态一个编码动作。训练用双向 InfoNCE 损失把匹配的状态动作对拉近把不匹配的推远。训练分三段6000 万 Nemotron 问答对3000 万合成难负样本100 万智能体轨迹。推理时更直接。模型先编码当前状态再拿这个嵌入去和候选动作嵌入比相似度选最近的那个。没有 token 生成没有自回归解码就是一次相似度计算。缓存才是 CLM 的经济学杀手锏状态编码器和动作编码器分开带来一个 Jev 那种单体架构不容易复制的优势动作嵌入缓存。企业 Agent 的动作集通常很稳定。IT 支持 Agent 可能就 50 个动作重置密码、开通权限、建工单、升级到安全团队。客服 Agent 可能就 30 个路由选项。这些动作不会每分钟变一次。CLM 可以先把这些动作编码一次缓存起来后面每个请求只编码变化的状态再和缓存动作算相似度。实际延迟差距很明显。单张 RTX 4090重复状态加 3 个或 50 个动作时p50 从大约 1.7 到 2.0 毫秒降到 0.6 到 0.7 毫秒。如果每个状态都是全新的优势会缩小但动作缓存仍然省掉大量重复计算。这不是小优化是架构级的复利。Jev 仍然强的地方Jev 没停步某些场景依然有优势。Jev 用 RLCD 训练显式优化概率校准。它说 70% 紧急那大致 70% 的相似预测应该是对的。风险评分、审核分流、需要人工介入阈值的工作流很吃这一点。工具调用准确率Jev 仍领先。BFCL v4 上Jev 99.2%CLM 95.2%。WikiRacing 上Jev 完成 30/30CLM 完成 26/30。差距不算巨大但生产系统里错一次工具调用有后果时几个百分点很重要。价格很激进。每百万输入 token 0.042 美元输出免费在合适分类任务上大约是前沿 LLM 的 1/445。TypeSafe 把 Jev 定位成即插即用决策层。LangChain 的 AutoModeMiddleware 集成让已经在那个生态里的团队很容易上手。速度对比要放回场景里看“比 Jev 快 9 倍”这个标题数字得拆开看。T-Rex 游戏测试里CLM-8B 决策 16.5 毫秒Jev 149.8 毫秒。候选动作大约 1000 个时CLM 快 13 倍。这些是受控测试里的真实数字但对应的是动作缓存收益最大的负载。9 倍不是通用倍数。它是动作集大且稳定、大量请求共享缓存时的最佳情况。动作空间动态变化或者每次状态都新速度优势会收窄。VentureBeat 的报道也说得比较准零样本测试里 CLM-8B 快至 9 倍两项游戏任务成功率和 Jev 打平但工具调用准确率让步WikiRacing 完成任务更少。编码验证器这个用例被低估了CLM 最有价值的演示之一不在主决策循环而在二级验证。流程是这样强生成模型比如 Opus 5 先产出多个候选代码方案微调后的 CLM-8B 来评估并挑最好的。CLM 不写代码它只给已有方案排序。结果很能说明问题DeepSWE 上Opus 5 单次尝试成功率从 73.7% 提到 81.6%。Terminal-Bench 2.1 上从 84.0% 提到 87.6%。CLM-8B 在这两个基准上作为验证器达到新的 SOTA同一角色比 Jev 快 4 到 6 倍。这个模式用强 LLM 生成候选用快速对比模型做选择天然适合 CLM。动作集就是候选方案状态就是任务描述决策就是排序。目标用户和市场位置CLM 和 Jev 的用户有重叠但定位不同。CLM 是 Apache 2.0 开源可以自托管。冻结骨干加轻量投影头微调便宜只训 2000 万参数的投影头不用动 80 亿的全模型。单张 GPU 就能适配专有领域数据不用出内网。这对受监管行业很重要。金融公司不能把客户交互数据发到第三方 API 做每次路由。医疗机构也不能随便把患者查询送到外部分类服务。CLM 给这类团队一条自托管 System One 的路径。Jev 的目标市场不一样。它 API 优先LangChain 集成顺滑适合不想管基础设施、只想用决策智能的团队。每百万 token 0.042 美元在高吞吐分类场景下当自托管 GPU 成本高于 API 账单时吸引力很强。System One 这个品类还在形成。Jev 的发布证明需求是真的。Vercel 报告说Jev 接入 AI Gateway 后 24 小时内接近 13% 的付费团队采用是 GPT-5.6 首日采用率的两倍也是 Claude Fable 5.1 的六倍多。这不是小众好奇是团队真的想要不用全生成模型调用的决策层。两者共同解决的痛点Agent 循环把大量算力浪费在不需要文本生成的决策上。一个支持工单是不是紧急该哪个部门处理某个工具调用有没有风险这些事调用前沿 LLM 属于架构过度。模型生成 token应用立刻丢弃。慢、贵还容易偏离输出 schema。System One 模型就是来消除这种浪费的。CLM 和 Jev 都返回带概率的类型化结构化输出都在毫秒级完成成本都比生成方案低几个数量级。区别在解法。Jev 用专用架构RLCD 端到端训练。CLM 用冻结骨干加对比投影头。都能用没有谁在所有场景都绝对更优。总结CLM-8B 是对比 LM 团队的第一版不是终局。有消息说 2026 年 10 月会来一个更大的 CLM-35B 多模态版本。如果 8B 已经在几个基准上追平 Jev而且在缓存友好场景明显更快35B 有可能缩小准确率差距同时保留架构优势。更深层的趋势是 Agent 系统开始分层。不是一个模型包办所有事而是生成模型做推理和内容System One 模型做快速决策确定性代码做执行和授权。Jev 和 CLM 在抢中间层这种竞争会让速度和成本继续快速改进。今天做 Agent实际要问的不是抽象意义上谁更好而是你的决策负载更适合缓存动作嵌入还是校准概率输出你需要自托管还是 API 简单更重要你的动作集是否稳定到能吃下 CLM 的缓存红利不同团队答案不同。好消息是现在两个选项都在一个闭源一个开源。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉