クラウドフロア、意思決定モデル「Clef」とRL微調整公開

クラウドフレアはAIエージェントの判断処理を最適化する決定モデルClefと高速版Clef-flashをWorkers AI上で公開し、専用ファインチューニングプラットフォームを同時発表した。両モデルはApache 2.0ライセンスでHugging Faceよりオープンソース化され、エンタープライズ環境での低遅延な構造化推論に対応する。 決定モデルはLLMのような自由な生成ではなく、確率ベースの型付き出力を即時生成する。これにより、チケット自動振り分けやドメイン分類など、エージェントが自律的にワークフローを制御する中核基盤となる。Clefシリーズは視覚エンコーダーと64kのコンテキスト窓を搭載し、既存のテキスト専用モデルを補完する。Jev-APIと完全互換性を確保し、開発者の既存システムへの移行コストを最小限に抑えた。 技術的にはQwen系モデルを基盤とし、非自己回帰型のスコアリングアーキテクチャを採用した。中間トークン生成を排除し内部表現から直接判断を導出する設計により、競合比で約2倍の推論速度を実現。主要ベンチマークでは精度とレイテンシの両面で優位性を示し、Cloudflareのエッジネットワークを介したリアルタイム処理が可能な状態にある。 併せて公開された強化学習製品は、顧客固有のデータを用いたモデル最適化を可能にする。AIゲートウェイ経由で収集した実運用データとコンテナ分離型RLサンドボックスを組み合わせ、セキュリティ・カスタマーサポート・ボット判定など特定ドメインに向けた精度向上を支援する。段階的にセルフサービス化され、エージェントワークフローのカスタマイズを推進する方針だ。 本展開によりCloudflareは決定モデル市場での技術的基盤を固め、エージェントクラウド戦略の具体化を進めた。開発者はWorkers AIでの即時テストまたはオープンソースモデルによるローカル検証へ移行可能となり、実務レベルでのエージェント自動化が本格化する見込みである。