Cloudflare 发布 clef 模型，用于根据问题选项方案做出决策

2026 年 9 月 30 日，HuggingFace 上出现了一个名为 Cloudflare/clef 的模型，任务类型为 image-text-to-text。该模型接收文本、JSON、图像或视频形式的状态，并针对 schema 中每个问题的每个允许选项返回概率——不进行自由文本生成，也不解析输出。上线头几天，该模型就获得了 5416 次下载和 1528 个「喜欢」标记。

这意味着什么

该模型包含 27.4 亿参数，仓库中的模型权重以 safetensors 格式占用 51.2 GB，最大的单个文件为 4.6 GB。许可证为 apache-2.0。通过 transformers 启动。平台上还有 17 个量化版本：GGUF、NVFP4、FP8、MLX、EXL、AWQ、GPTQ。最小的可用版本是 bartowski 的 IQ4_XS，体积为 14.2 GB。 作者说明，clef 是在 Qwen/Qwen3.8-27B 及其视觉编码器基础上后训练得到的，并在 backbone 之上添加了一个小型 transformer 头，它将来自状态的特征路由到每个问题，并对所有选项进行联合评分。同期还发布了缩小版 clef-flash。 在本地运行完整模型需要可观的显存容量，但量化版本降低了入门门槛。想关注 3D 和视频工具的相关动态，可以查看 CPU3D 动态。