Разбор текстаАгенты для компьютераРеранкеры

CLM (Contrastive Language Model)

Открытая модель быстрого выбора для агентов: получает описание ситуации и набор вариантов и возвращает вероятность каждого, не генерируя текст. Умеет решать «да или нет», выбирать из списка и ставить оценку по шкале. Действия и состояние кодируются отдельно, поэтому векторы действий можно посчитать заранее: по замерам авторов, при выборе из примерно тысячи вариантов она до 13 раз быстрее аналога Jev. После дообучения работает проверяющим, который выбирает лучшее из нескольких решений кодового агента (DeepSWE 81,6%, Terminal-Bench 2.1 87,6% по их замерам). Нужны Linux, видеокарта NVIDIA и Qwen3-8B в vLLM, язык карточки английский.

Разработчик: Contrastive-LM (по анонсу: Стэнфорд совместно с NVIDIA), США
Первый выпуск: сен 2026
Последний выпуск: сен 2026
Размеры: 8B (замороженный Qwen3-8B плюс две небольшие проекционные головы)
Лицензия: Можно в коммерциюApache 2.0
Русский язык: Нет
Запуск: Через свой серверНужна видеокарта
Сферы: Разработка ПО, Поддержка клиентов, Безопасность

Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

быстрый выбор следующего действия агента из заданных вариантов
проверка и ранжирование нескольких решений кодового агента
маршрутизация обращений: отдел, срочность, оценка по шкале

Где применяется

разработка агентов и ИИ-шлюзовподдержка клиентовконтроль качества кодовых агентов

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

нет версий

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

подходит

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

сен 2026deepswe-clm-heads-8k (проверяющий для кода)
сен 2026CLM-v0.1-8B

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face

Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать CLM (Contrastive Language Model) в коммерческом проекте?

Да. Лицензия: Apache 2.0. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для CLM (Contrastive Language Model)?

Минимум: Одна видеокарта на 16–80 ГБ — средние версии. Без видеокарты модель практически не работает. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли CLM (Contrastive Language Model) русский язык?

Нет. В документации разработчика языки перечислены, русского среди них нет. Для русских задач лучше взять модель из подборки «Открытые ИИ-модели с русским языком».

Где скачать CLM (Contrastive Language Model) и сколько это стоит?

Веса CLM (Contrastive Language Model) лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.