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。
「编程与Agent」频道最新
- Plurai 推出 Agent 仿真测试:让 agent 在数字孪生世界里先失败再修复 — PrajwalTomar_ · 2026-11-11
- PlayCanvas 引擎仓库突破第 10000 个 issue/PR 里程碑 — willeastcott · 2026-11-11
- AI 做的游戏太难：Claude 6 分钟通关，作者砍 40% 难度 — builderjaydub · 2026-11-11
- Anthropic 推出 Claude Tag，65% 产品代码由内部 AI 生成 — nikola_mr64990 · 2026-11-11
- 评测工作流核心：最大化专家每单位注意力的信息增益 — danshipper · 2026-11-11
- 开源 Node 把 ComfyUI 工作流变一键模型，内置 19 个工作流 — jefoce · 2026-11-11