开源 CLM 叫板闭源 Jev：快 4-13 倍、75MB 可微调、刷榜 Terminal-Bench

R_Duncan · reddit · 2026-09-24

CLM 是一个开源权重的 TypeSafe Jev 替代品，实现完全相同的三个决策原语——Choice（候选概率分布）、Noul（校准的真假判断）、Score（量表打分），现有 Jev 客户端代码可直接指向 clm-serve 端点。

CLM 的优势：

• 架构上把状态头与动作头分离，持久工具集只需嵌入并缓存一次，在浏览器 agent 和游戏（T-Rex、Super Mario）基准上比闭源云服务 Jev 快 4-13 倍
• 权重仅约 75MB，可用自己的 agent 轨迹微调；微调后在 Terminal-Bench 2.1 达 87.6%、DeepSWE 达 81.6% 的 SOTA verifier 成绩（零样本 Jev 在 DeepSWE 仅约 71%）
• 零 API 成本、可自托管

Jev 仍领先的点：零样本开放域边缘案例更准（BFCL v4 上 99.2% vs 95.2%）；上下文支持 64K，而 CLM-8B 仅校准到 2-8K；Jev 的打分按绝对标准内部校准，CLM 只相对当前候选集归一化。结论：换用 CLM 不损失任何 API 功能，牺牲的只是小众域的零样本泛化。

原文链接 →

「编程与Agent」频道最新

• Google 开源 EnvHarness:让 agent 训练环境随其进化 — bendee983 · 2026-09-24
• 作者还原全程:AI 通宵做 demo,唯一干预是拦下一次 rm -f — gandamu_ml · 2026-09-24
• Claude Code 5.5 拒用 Mac 终端还称「技术上不可能」，用户怒斥嘴硬 — burkov · 2026-09-24
• 「我爱 agentic coding,现在每天忙着用测试框架折磨它」 — cjimti · 2026-09-24
• Liquid AI 自称首个可靠端侧 Agent 模型，AI Engineer 大会首次现场演示 — helloiamleonie · 2026-09-24
• 用 Opus 5.5 花 8 小时和 1874 美元 token 做出交互式海岛 — Outside-Iron-8242 · 2026-09-24

更多「编程与Agent」频道 AI 资讯 →