- PJ5682026-09-25
CLM-8B（Contrastive Language Model）是斯坦福大学 Hazy Research 与 NVIDIA Research 联合开发并开源的 System One 决策模型，于 2026 年 9 月 23 日正式发布。该模型不生成文本，而是直接对候选动作进行打分和排序，专为 AI Agent 的快速决策场景设计，对标 TypeSafe AI 的专有模型 Jev，且完全兼容 Jev 的 API 接口。
对比 Jev（来源：MarkTechPost）：
任务 |
CLM-8B 延迟 |
Jev 延迟 |T-Rex 游戏 |
16.5 ms |
149.8 ms |其他计算机操作任务 |
最高快九倍 |
— |向验证器方向微调后的成绩：
- DeepSWE：81.6%（将 Opus 5 的单次成功率从 73.7% 提升至 81.6%）
- Terminal-Bench 2.1：87.6%（将 84.0% 提升至 87.6%）
在约 1000 个候选动作的场景下，CLM 比 Jev 快十三倍。
Notion
Notion | Where teams and agents work together
A collaborative AI workspace, built on your company context. Build and orchestrate agents right alongside your team's projects, meetings, and connected apps.
github.com
GitHub - Contrastive-LM/CLM
通过在 GitHub 上创建帐户来为 Contrastive-LM/CLM 开发做出贡献。
huggingface.co
Contrastive-LM (CLM)
User profile of CLM on Hugging Face
主楼 - fish20182026-09-25
jev找人在L铺天盖地打广告，热度没炒起来，开源先来了 ^-^
- 乔克2026-09-25
这种模型必然逃不被开源或被开源的命运的 速度快 体积小 用处大
- Thubmskxxi2026-09-25
部分场景太流氓了。之前laya也是，说快8倍。也没说正确率下降那么多。什么时候来个全面的 benchmark 打一打。
- wilmido2026-09-25
真的吗？大佬有没有帖子指路看看 ^-^
- wjy2026-09-25
jev只是一个开始吧，现在需要这样的快速模型
- fish20182026-09-25
首先jev本身价值就不大，其次这种开源价值也不大，各大模型厂商自己内置的时候才是降维打击，直接革它命
- Ricky2026-09-25
速度上比 Jev 快 2 到 3 倍，但准确性要略低于 Jev，不值得尝试。因为这个东西的原理比较简单，还是等大模型公司来做吧。
为了提高性能，大模型公司一定会把 Jev（也就是说系统I模型能力）跟现有大模型结合起来，这样可以降低成本，加快速度
- tabirs2026-09-25
^-^等qwen4小模型，改巴改巴qev岂不是薄纱
- Joyii2026-09-25
这个有点像laya 准确性不行的感觉，等一个又快又好的模型哈哈 到时候能实现的就多了
