NVIDIA×斯坦福发布 CLM-8B：推理快 9 倍刷新智能体编码基准

NVIDIA 与斯坦福（Hazy Research 等团队）发布对比语言模型（Contrastive Language Model, CLM），一种以对比学习目标直接连接「状态-动作」的 System 1 模型。旗舰版本 CLM-8B 在互联网规模数据上预训练，零样本性能与 Jev 相当，推理速度最高快 9 倍，轻量微调即突破 DeepSWE 的 81.6%，并登顶 Terminal-Bench，刷新智能体编码基准。

已确认

• CLM 由 NVIDIA 与斯坦福团队合作推出，属于 System 1 架构，核心是用对比学习目标连接状态与动作，而非传统逐 token 生成
• 据 @wschroll 的详解，CLM 不生成文本，专管 AI 系统内高频重复的小决策：选工具、排序补丁、路由请求、选择下一步动作，把决策当作检索问题处理
• CLM-8B 在互联网规模数据上预训练，零样本性能与 Jev 相当，推理速度最高比 Jev 快 9 倍
• CLM-8B 轻量微调即破 DeepSWE 81.6%，并登顶 Terminal-Bench，刷新智能体编码基准 SOTA

为什么重要

• CLM 展示了一条与「更大生成模型」不同的路线：将高频小决策从生成式流程中剥离、改为检索式对比学习，在保持性能的同时大幅提升速度
• 继小模型 Jev 发布后，社区已围绕其构建实盘交易（如每 300ms 判断是否下单）等应用，CLM 的 9 倍推理加速有望进一步降低智能体系统的延迟与成本，对工具调用、补丁排序、请求路由等场景具有直接实用价值

2026-09-24 ~ 2026-09-26 · 6 条相关

• 对比学习语言模型 CLM-8B:推理快至 9 倍,刷榜智能体编码基准 — ChengleiSi · 2026-09-24
• CLM-8B 发布：轻量微调即破 DeepSWE 81.6%，推理快 9 倍 — anshulkundaje · 2026-09-24
• CLM 模型 9 倍速超越 Jev，代理编码基准刷新 SOTA — iamrobotbear · 2026-09-24
• 【源头】Stanford 发布 CLM：8B 模型推理快 9 倍，登顶 Terminal-Bench — StanfordAILab · 2026-09-25
• NVIDIA×斯坦福 CLM 详解:把决策当检索做,快 9 倍的 System 1 模型 — wschroll · 2026-09-26

另有 1 条近重复转述:wschroll