Cloudflare lance Clef, modèle décisionnel open-source et RL

Cloudflare a lancé Clef et Clef-flash, deux modèles décisionnels open-source hébergés sur son infrastructure Workers AI. Disponibles sous licence Apache 2.0, ces modèles répondent au besoin croissant de classification rapide et structurée pour les agents autonomes, un marché récemment animé par des solutions comme le Jev System One. Contrairement aux grands modèles de langage génératifs et non déterministes, ces architectures produisent des résultats bornés et cohérents. Elles permettent aux systèmes autonomes de router des requêtes, d'escalader des tickets ou de prendre des décisions programmatiques sans intervention humaine constante. Pour l'analyse de menace, Clef classe un domaine en quelques secondes avec une précision probabiliste, offrant une latence deux fois inférieure aux LLM généralistes tout en délivrant simultanément plusieurs catégories. Clef se distingue par son encodeur visuel capable de traiter texte et images, sa fenêtre de contexte de 64 000 tokens et sa compatibilité avec les interfaces existantes. Performant sur les benchmarks de décision, il dépasse ses concurrents directs en précision et en vitesse. La version Clef-flash, optimisée pour les scénarios à latence critique, confirme ces avantages. L'offre entreprise garantit par ailleurs que Cloudflare ne stocke ni n'entraîne les données clients par défaut. Architecturé sur un noyau Qwen gelé, le modèle utilise une prise de décision non arborescente qui évite la génération token par token pour extraire directement les choix structurés à partir des représentations internes. L'entraînement combine calibration probabiliste et RLCD, une méthode d'apprentissage par renforcement qui améliore la robustesse et la généralisation en récompensant les choix ordinaux adjacents et en pénalisant les dérives de distribution. Cloudflare accompagne ce lancement avec sa nouvelle plateforme d'affinage par apprentissage par renforcement. Destinée à adapter Clef à des cas précis comme la modération de contenu ou le tri du support client, elle sera d'abord proposée avec un accompagnement technique, puis deviendra une interface autonome. Les utilisateurs pourront ainsi capturer leurs propres données, affiner les poids du modèle et le redéployer directement sur l'écosystème Cloudflare. Cette initiative consolide la stratégie de Cloudflare comme fournisseur central pour les agents autonomes. En combinant vitesse, précision et accessibilité open-source via son dépôt Hugging Face, l'entreprise vise à simplifier l'intégration de workflows décisionnels dans des environnements critiques, tout en ouvrant la voie à des personnalisations métier poussées.