Cloudflare lance le modèle multimodal open source Clef
Cloudflare a lancé Clef, un nouveau modèle multimodal open source pour la prise de décision, basé sur les modèles Qwen. Le modèle est conçu pour traiter le texte et les images.
Cloudflare, entreprise spécialisée dans l'infrastructure web et la sécurité, a dévoilé Clef, un nouveau modèle multimodal open source pour la prise de décision. Ce modèle repose sur l'architecture Qwen et est proposé en deux versions : Clef et Clef-flash.
Les modèles Clef intègrent des encodeurs visuels natifs capables d'interpréter directement les entrées d'images et de classifier le contenu visuel, marquant une évolution par rapport aux modèles précédents limités au texte. De plus, Clef bénéficie d'une fenêtre de contexte étendue à 64 000 tokens, permettant une analyse et une prise de décision plus complètes que les modèles antérieurs limités à 32 000 tokens.
Dans les tests de référence Jev Decision Index, les modèles Clef ont affiché des performances de premier plan. Les deux versions sont entièrement compatibles avec l'API Jev, ce qui simplifie les tests et l'intégration pour les développeurs. Cloudflare a également introduit un nouveau produit d'apprentissage par renforcement, permettant aux clients d'affiner les modèles Clef pour leurs besoins commerciaux spécifiques.
Les modèles utilisent Qwen comme base, Clef étant basé sur Qwen3.8-27B et Clef-flash sur Qwen3.5-9B. Cloudflare affirme que Clef offre une haute précision et une performance globale solide, rivalisant voire dépassant les modèles similaires dans divers benchmarks. Les détails concernant les modèles et leurs performances sont disponibles sur Hugging Face.