CLM
基于Qwen3-8B构建的开源决策验证模型，通过轻量级投影头（约75MB）实现结构化判断，支持Choice/Noul/Score三种决策原语，可自托管部署，兼容TypeSafe Jev接口
时间轴 (近 90 天)
CLM（对比语言模型）采用对比学习目标连接「状态」与「动作」，被定位为超快的「系统一」模型
对比学习驱动的 CLM（Contrastive Language Model）发布，CLM 8B 推理速度最高可达同类的 9 倍
CLM声称提供Jev的完整原语集而非子集，原本为Jev客户端编写的代码可通过指向clm-serve端点实现无缝drop-in替换
CLM将状态头与动作头拆开处理，对于固定动作空间的Agent只需将动作嵌入一次并缓存复用，而Jev将状态与问题候选联合评估
在交互式浏览器Agent及游戏场景（如T-Rex、Super Mario）的基准测试中，CLM的速度达到Jev的4至13倍
CLM的投影头是开放权重，用户可基于自己的Agent轨迹进行微调，而Jev是封闭API无法微调
经过Agent轨迹微调后，CLM在Terminal-Bench 2.1上达到87.6%，在DeepSWE上达到81.6%
零样本的Jev在DeepSWE基准上表现约71%，低于微调后的CLM的81.6%
在Berkeley Function Calling Leaderboard v4上，Jev得分99.2%，CLM-8B为95.2%
在WikiRacing任务上，Jev得分30/30满分，CLM-8B为26/30
还有 17 条时间轴事件
全部知识事实 (20)
CLM（对比语言模型）采用对比学习目标连接「状态」与「动作」，被定位为超快的「系统一」模型
50%待验证CLM声称提供Jev的完整原语集而非子集，原本为Jev客户端编写的代码可通过指向clm-serve端点实现无缝drop-in替换
50%待验证CLM复刻了Jev的"System One"决策接口，支持三种核心问题原语：Choice（返回类别概率分布）、Noul（输出校准的真/假概率）、Score（按评分标准打分）
50%待验证CLM将状态头与动作头拆开处理，对于固定动作空间的Agent只需将动作嵌入一次并缓存复用，而Jev将状态与问题候选联合评估
50%待验证在交互式浏览器Agent及游戏场景（如T-Rex、Super Mario）的基准测试中，CLM的速度达到Jev的4至13倍
50%待验证CLM的投影头是开放权重，用户可基于自己的Agent轨迹进行微调，而Jev是封闭API无法微调
50%待验证经过Agent轨迹微调后，CLM在Terminal-Bench 2.1上达到87.6%，在DeepSWE上达到81.6%
50%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%
50%待验证在Berkeley Function Calling Leaderboard v4上，Jev得分99.2%，CLM-8B为95.2%
50%待验证在WikiRacing任务上，Jev得分30/30满分，CLM-8B为26/30
50%待验证Jev开箱即支持最高64K token上下文，而CLM-8B仅在2K到8K上下文范围内经过测试和校准，超过8K后的表示尚未针对参考头校准
50%待验证CLM通过点积加softmax在请求传入的候选集上计算概率，因此其概率是相对于所提供候选集的相对值，只能用于同一请求内的候选排序而不能跨请求绝对比较
50%待验证对于动作空间固定、调用频繁且能提供领域微调数据的Agent系统（如浏览器自动化、编码验证），CLM是极具吸引力的自托管选择；而需要广域知识、长上下文和绝对概率校准的通用场景更适合Jev
50%待验证文中基准结果来自Reddit社区单一讨论帖及项目自述数据，尚未经过独立第三方复现
50%待验证CLM是基于Qwen3-8B主干构建的一组轻量级投影头，总大小约75MB，定位为闭源模型Jev的开放权重、可本地部署替代方案
50%待验证CLM的技能图谱将可复用的策略、角色、异议处理和目标进行类型化和组合化管理，每个元素都是可组合的模块
50%待验证CLM的活体数字孪生为企业各职能领域构建具备推理能力的数字代理，可作为推理替身参与决策模拟
50%待验证CLM的深度安全层内置全流程安全治理机制，满足LGPD等法规要求
50%待验证CLM引入了Spec-as-Code（规范即代码）范式，将治理良好的意图表达直接转化为可执行、可审计的系统行为
50%待验证论文提出了智慧监听者效应（Wisdom Listener Effect）概念，描述具备隐性知识捕获能力的基础模型随使用产生复合价值增长
50%