Contrastive Language Model (CLM-8B)

När en AI-agent ska fatta ett litet beslut, som vilket verktyg den ska använda eller vilken knapp den ska klicka på, brukar en vanlig språkmodell skriva fram svaret ett ord i taget. Contrastive Language Models (CLM) är byggda för den sortens beslut med ett begränsat antal alternativ. Modellen gör om både den aktuella situationen och varje möjlig handling till vektorer i samma rum och väljer det alternativ som passar bäst. Eftersom handlingarna räknas om separat kan de sparas och återanvändas, vilket gör upprepade beslut mycket snabbare. Forskarna kallar det en "System One"-modell, efter det snabba, intuitiva tänkandet.

CLM-8B bygger på en fryst Qwen3-8B med två små tränade delar ovanpå, en för situationen och en för handlingarna, på cirka 20 miljoner parametrar vardera. Den tränades i tre steg: cirka 60 miljoner fråga-svar-par, cirka 30 miljoner syntetiska svåra felalternativ och cirka 1 miljon agentförlopp. Den kan välja bland alternativ, ge ja/nej-sannolikheter, poängsätta på en skala och rangordna kandidater, men den skriver ingen egen text.

Enligt forskarna presterar CLM-8B i nivå med TypeSafes Jev på datoranvändning, spel och verktygsanrop utan extra träning, med upp till nio gånger kortare svarstid. Finjusterad som granskare av kodlösningar når den 81,6 % på DeepSWE och 87,6 % på Terminal-Bench 2.1, 4–6 gånger snabbare än Jev. Vikter och kod är släppta under Apache 2.0. Teamet har aviserat en större multimodal CLM-35B-A3B till början av oktober 2026, men den fanns inte på Hugging Face när detta skrevs.