Cloudflare представляет Clairic — первую модель извлечения данных класса «System One»
Компания Cloudflare объявила о выпуске предварительной версии новой модели извлечения данных, относящейся к классу моделей «System One» (Система первого типа) и получившей название «Clairic». В настоящее время модель доступна разработчикам на платформе Workers AI под идентификатором @cf/cloudflare/clairic, а в ближайшем будущем планируется открытие весов модели для широкой публики. Модель отличается способностью извлекать, вычислять, оценивать и прогнозировать значения из неструктурированных текстов и изображений с более высокой точностью, скоростью и значительно меньшими затратами, чем традиционные большие языковые модели (LLM).
Концепция моделей извлечения класса «System One»
При создании этого продукта Cloudflare вдохновлялась концепцией моделей «System One», недавно предложенной компанией TypeSafe и основанной на книге Даниэля Канемана «Думай медленно… решай быстро». Эти модели разработаны для быстрой и точной работы без медленного процесса генеративного мышления. В отличие от моделей принятия решений, таких как «Jev» и «Clef», которые выбирают из заранее определенных вариантов, модель Clairic работает с извлечением прямых значений, их вычислением или прогнозированием с заданной точностью без генерации текстовых токенов, что предотвращает возникновение текстовых галлюцинаций.
Модель обрабатывает запросы за один параллельный проход, предоставляя ответы в четких форматах данных (таких как текст, числа, даты, время, списки, вероятностные оценки и временные прогнозы). Каждый числовой или текстовый ответ сопровождается показателем достоверности и вероятностью отсутствия данных во входных материалах (p_null), что позволяет разработчикам автоматизировать проверку результатов.
Что меняется для разработчиков?
В традиционных рабочих процессах приложения полагаются на большие языковые модели для извлечения данных и преобразования их в формат JSON — процесс, который является дорогостоящим, медленным и подверженным ошибкам форматирования и галлюцинациям. Модель Clairic предлагает практические альтернативы благодаря следующим функциям:
- Извлеченные и вычисленные значения: Модель не просто копирует текст, но может выполнять простые вычисления внутри входных данных, например, добавлять налоги к ценам или рассчитывать временные интервалы между различными датами.
- Диапазоны оценки: Если значение прямо не указано в тексте, модель может предоставить вероятностное распределение с медианой и 80% доверительным интервалом на основе контекстуальных данных.
- Прогнозирование временных рядов: Модель можно использовать для прогнозирования будущих значений на основе введенных исторических данных без необходимости развертывания сложных специализированных моделей для временных рядов.
- Мультимодальная обработка: Модель поддерживает как текст, так и изображения, что позволяет точно извлекать данные из бумажных квитанций или нечетких отсканированных документов.
Производительность и стоимость в интеллектуальных рабочих процессах
Cloudflare провела практическое сравнение рабочего процесса, основанного на цепочке моделей (Clairic для извлечения, затем Clef для принятия решений и языковая модель для генерации ответа), с рабочим процессом, полностью основанным на одной большой языковой модели (GLM-5.3). Результаты показали, что комбинированная цепочка завершила обработку за 19,3 секунды по сравнению с 61,7 секунды у полной модели, при этом стоимость составила около трети от общей суммы (6 032 доллара против 11 740 долларов за миллион запросов).
Доступность и текущие ограничения
Модель Clairic в настоящее время доступна в режиме предварительного просмотра через конечную точку Workers AI и может быть вызвана с помощью функций Cloudflare Workers или REST API. Поскольку это ранняя версия, компания отмечает некоторые текущие ограничения: сложные многошаговые вычисления пока не всегда точны, а задачи прогнозирования остаются базовыми и не заменяют сложные специализированные модели временных рядов. Компания планирует улучшить эти аспекты и открыть веса модели в будущем.