Cloudflare、OSS決定モデル「Clef」とRL微調整基盤を公開
Judul asli: Clef: Open-source decision models, and new RL fine-tuning platform
Mengapa Ini Penting
エッジでのAI自律判断を低レイテンシで実現する試みは、ネットワークセキュリティ自動化の方向性を示す。
CloudflareはオープンソースAI決定モデル「Clef」と強化学習（RL）ファインチューニング基盤を発表。Workers AIと統合し、エッジでの自律的判断処理を支援する。
Cloudflareは自社ブログにて、オープンソースの決定モデル群「Clef」と、強化学習（Reinforcement Learning）ベースのファインチューニング基盤を公開した。Clefはエッジ環境での意思決定タスク向けに設計されており、Workers AIプラットフォームと連携して動作する。
従来の大規模言語モデルとは異なり、Clefは「判断」に特化した軽量モデルとして位置づけられている。RL（強化学習）を用いたファインチューニング基盤により、開発者は独自のフィードバックデータでモデルを調整し、セキュリティポリシーの適用やトラフィック制御など実用的なシナリオに活用できる。
Cloudflareはモデルの重みとトレーニングコードをオープンソースとして公開しており、コミュニティによる検証と改良を歓迎する姿勢を示した。具体的なモデルサイズやベンチマーク数値は公式ブログ内で詳細が記載されているが、エッジ推論の低レイテンシ要件を満たす設計が強調されている。