CLM: Die neue Welle der System-1-Modelle für schnelle Verifikation
Das neue Contrastive Language Model (CLM) ist neunmal schneller als Jev und eignet sich hervorragend als Verifikator für langfristige Aufgaben. Code und Gewichte sind unter der Apache-2.0-Lizenz verfügbar.
Wer eigene Harness-Systeme für KI entwickelt, sollte die neue Welle der „System One“-Modelle im Blick behalten.
Zuerst kam Jev. Nun folgt das Contrastive Language Model (CLM).
Wesentliche Unterschiede und Vorteile
- Geschwindigkeit: CLM arbeitet neunmal schneller als Jev.
- Verifikationsrolle: CLM scheint als Verifikator bessere Ergebnisse zu liefern, insbesondere bei Aufgaben mit langem Ausführungszeitraum, in denen eine schnelle Bewertung entscheidend ist.
Technische Analyse: CLM vs. Jev
Der Kernunterschied liegt in der Trainingsmethodik:
- CLM nutzt kontrastives Lernen. Es kodiert die aktuelle Situation und potenzielle Aktionen in Embeddings, vergleicht deren Ähnlichkeit und wählt oder rankt anschließend die geeignetste Option.
- Jev wird mittels Reinforcement Learning for Calibrated Decisions (RLCD) trainiert. Es nimmt eine Situation zusammen mit vordefinierten Fragen entgegen und liefert typisierte Entscheidungen mit zugehörigen Wahrscheinlichkeiten.
Warum das wichtig ist
Im Wesentlichen zeigt sich, dass es mehrere Ansätze zur Lösung dieses Problems gibt, was diese Vielfalt für Entwickler äußerst interessant macht. Unterschiedliche Architekturen ermöglichen es, den Kompromiss zwischen Begründungstiefe und Geschwindigkeit in agentischen Workflows zu optimieren.
Code und Gewichte sind unter der Apache-2.0-Lizenz veröffentlicht:
Warum das wichtig ist
AnalyseSchnellere System-1-Modelle wie CLM sind für effiziente KI-Agenten unerlässlich, da sie die Latenz in Verifikationsschleifen und Entscheidungsprozessen für komplexe Aufgaben erheblich reduzieren.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Thinking Machines stellt Inkling 2 Small vor: MoE-Modell konkurriert mit größeren Flaggschiffen
Thinking Machines hat Inkling 2 Small vorgestellt — ein multimodales Mixture-of-Experts-Modell mit 594 Milliarden Parametern und 17 Milliarden aktiven Parametern pro Token. Die vollständigen Gewichte sollen nächste Woche unter Apache 2.0 veröffentlicht werden.
Schnelle NVMe-Scratch-Volumes für KI-Modelle
Optimierung des Speichersystems von KI-Servern durch hochperformante lokale NVMe-Speicher (PCIe 5.0) für das sofortige Laden von Modellgewichten über 40 GB und die Modell-Caching.
Claude Haiku (Anthropics schnelle, kompakte Modelle)
Das kompakteste und schnellste Modell in der Anthropic-Produktlinie. Entwickelt für blitzschnelle Antworten, massive Textklassifizierung, Datenextraktion und agentische Routing-Prozesse zu minimalen Kosten.
Eigenes Design-System in Claude Design erstellen: Vom Moodboard zum animierten Markenmaskottchen
Praxisleitfaden für Claude Design: Visuelle Referenzen kuratieren, 4 kontrastierende Designkonzepte generieren, Design-Tokens definieren, Stresstests durchführen und SVG-Maskottchen animieren.