待验证50% 置信基准精确时间

在工作流评测中，clef-omni 每一行都低于 Clef：发票处理的精确动作 60.2 对 64.7，客服 71.6 对 76.3；也落后 Jev（61.8 和 76.0）。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

Cloudflare clef-omni：不生成文本的30B开源决策模型

涉及实体

clef-omnimodel Clefmodel Jevmodel

相关事实

待验证零样本的Jev在DeepSWE基准上表现约71%，低于微调后的CLM的81.6%65% 相似待验证在BIRD基准测试中，使用令牌替代姓名的Aura方案正确率为67.6%，与真实数据的68.2%差距仅0.6个百分点，而外泄个人信息从849条降至0条63% 相似待验证从BF16到FP8，内存占用减半，但数值表示精度大幅下降63% 相似待验证LiveNerf的判定标准是：如果Opus 5.5得分偏离超过7.5分，就被视为潜在的能力下降信号62% 相似待验证Sol在编程测试中得分68.8%，接近上一代Fable 5的69.9%，但单项成本约低八成61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1011206

API

curl https://kongchang.com/api/v1/knowledge/claims/1011206

MCP

get_claim(id=1011206)