Cloudflare 借助 Clef-omni 将音频和视频纳入其决策模型
该模型在一次请求中接收文本、图像、音频和视频；Cloudflare 还降低了 Clef-flash 的定价，同时缩减了其托管上下文窗口。
By Ryan Merket · Published
Primary source: Cloudflare Blog
为何重要
Cloudflare 正在让基于 schema 的决策在更多类型的输入上生效，同时在托管价格上竞争。 这种权衡显而易见：Clef-flash 成本更低，但其托管的上下文窗口现在更小。
Cloudflare engineers Michelle Chen, Alex Reneau and Kevin Jain 已将公司的 Clef 决策模型系列扩展为接受音频和视频以及文本与图像。根据 Cloudflare 10 月 9 日的公告，Clef-omni 旨在在一次 API 调用中从这些输入返回结构化决策，避免单独的转录和媒体处理步骤。
该发布发生在 Cloudflare 推出 Clef 和其首个开放权重的用于 schema 约束决策的模型 Clef-flash 八天之后。在首次公告中，公司表示最初的 Clef 工作从周五晚间决定进入该类别到周四发布，周末进行了训练。此次快速跟进延续了这一短周期的产品推进：除了 Clef-omni，Cloudflare 降低了 Clef-flash 的托管价格并提升了 Clef 的服务速度。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.