Clef-Flash 输入格式完全指南noul、choice、score 三种问题类型的所有字段与选项详解【免费下载链接】clef-flash项目地址: https://ai.gitcode.com/hf_mirrors/Cloudflare/clef-flashClef-Flash 是 Cloudflare 发布的 90 亿参数多模态决策模型它把一段状态state和一组结构化问题在一次前向传播中直接变成每个选项的概率分布——不生成自由文本、不需要解析输出。本文是它的输入格式完全指南逐个讲清noul判断问题、choice命名选项问题、score分级评分问题三种问题类型的所有字段与可选写法以及state、instructions、criteria、images、videos等顶层字段帮新手从零写出第一份正确的决策请求。 先建立直觉Clef-Flash 和普通大模型有什么不同普通大模型是生成一段文本 → 你再去解析文本Clef-Flash 是直接对每个允许的选项打分。输入一个state文本、JSON、图片或视频 一组带类型的问题questions输出每个问题的每个允许选项各 1 个 logit逐问题做 softmax 就得到概率分布架构Qwen3.5-9B 多模态骨干 联合模式头joint schema head负责把状态里的证据路由到每个问题、联合评分所有选项接口API 层与 Jev / SystemOne 的/v1/systemone请求/响应格式完全兼容模型由骨干权重model-00001-of-00004.safetensors等分片文件、联合模式头 joint_head.safetensors 与推理代码 joint_schema_model.py 组成文件清单见 README.md。 输入总览一条记录的 4 个顶层字段一次请求record就是一个 JSON 对象字段如下字段必填说明state✅待决策的状态。可以是任意字符串也可以是任意 JSON 值对象、数组、数字均可模型会把 JSON 渲染成紧凑文本后读取questions✅问题表问题ID → 问题对象的映射至少 1 个images❌PIL 图片列表与state一起构成多模态输入videos❌视频帧数组列表用法与图片类似media_kwargs❌透传给图像/视频处理器的可选参数id❌记录标识仅用于内部追踪不影响结果一个同时包含三种问题类型的完整示例长这样来自 README.md 的用法{ state: { invoice: { vendor: Acme, total: 1250.0, currency: USD, status: overdue } }, questions: { large: { type: noul, instructions: 总额是否超过 1000 美元 }, status: { type: choice, instructions: 发票状态是什么, criteria: { paid: 已付款, overdue: 已逾期, draft: 未发送 } }, urgency: { type: score, criteria: [可以等, 本周内, 今天就要] } } }✅新手要点state和questions缺一不可问题 ID 是你自己起的名字会原样出现在响应里。 三种问题类型速览类型用途选项从哪来答案长什么样noul是/否、真/假判断固定为true/false不可配置true的概率0~1choice从若干命名选项中选一个criteria映射的键option ID → 描述最优选项 置信度 各选项概率score在有序档位上打分criteria列表下标 0、1、2… 即选项 ID期望分下标加权和 置信度 概率表三种类型的选项解析逻辑都在 joint_schema_model.py 的question_options函数中。1️⃣noul真/假判断问题最省事的一种noul是三个类型里字段最少的——criteria完全可以省略字段是否必填说明type✅固定填noulinstructions❌要判断的命题写成陈述句或问句均可criteria❌可选的对象可覆盖true/false的默认描述不写criteria时选项描述使用内置默认值The proposition is true or the answer is yes. 与 …false or …no.见 joint_schema_model.py想给模型更精确的语义提示时可以写criteria: {true: 发票已逾期, false: 发票未逾期}覆盖默认描述答案只返回true的概率。例如0.93表示模型 93% 认为命题成立适用场景服务是否宕机、单据是否清晰可读、发票是否逾期……一切是/否决策。2️⃣choice命名选项选择问题最灵活的一种choice用criteria映射来自定义选项名选项 ID 就是映射的键字段是否必填说明type✅固定填choiceinstructions❌问什么criteria✅选项ID → 选项描述的对象不能为空。键是选项 ID如billing、technical值是该选项的含义说明两个容易被忽略的细节⚠️选项顺序内部会按选项 ID字母序排序joint_schema_model.py所以键名要起得有语义、别依赖书写顺序⚠️描述很重要instructions和criteria的描述共同决定模型如何区分选项写得越具体分类越准答案概率最高的选项 其置信度 全部选项的概率表例如{ type: choice, choice: billing, confidence: 0.87, probabilities: { billing: 0.87, technical: 0.13 } }3️⃣score有序档位评分问题最省字面的一种score的criteria是一个有序列表第 0、1、2… 项的下标字符串就是选项 ID字段是否必填说明type✅固定填scoreinstructions❌评分说明criteria✅档位描述列表从最轻/最低档开始排列不能为空答案由三部分构成计算逻辑见 joint_schema_model.pyscore期望分 Σ(档位下标 × 该档概率)是 0 到最大下标之间的实数而不是某个整数档confidence概率最高的那个档位的概率legendprobabilities0 → 档位0这样的下标到描述的映射以及各档概率例如criteria: [可以等, 本周内, 今天就要]且概率为[0.2, 0.5, 0.3]时score 0×0.2 1×0.5 2×0.3 1.1。 通用字段type、instructions、criteria的通用规则三种类型共用的两个字段规则统一instructions可省略缺省或为空时系统会直接拿问题 ID当指令使用joint_schema_model.py。所以就算不写ID 也要起得像一句话比如is_receipt_legiblecriteria的形态随类型而变choice必须用对象、score必须用列表、noul可留空或用对象——填错形态是最常见的报错原因每个问题在模型内部会被渲染为ID / 类型 / 指令 / 允许选项的结构化文本选项逐条编号见 README.md 的输入格式表与 joint_schema_model.py 的encode_record️ 可选字段images、videos、media_kwargsClef-Flash 是多模态模型state旁边的视觉输入可以这样加字段形态说明imagesPIL 图片列表如[Image.open(receipt.jpg)]与文本可混合批处理videos视频帧数组列表帧按fps: 2采样max_frames: 768见 processor_config.jsonmedia_kwargs字典透传给图像/视频处理器的参数如分辨率相关设置只要带了图片或视频编码时就需要传入processor由 config.json 定义的 Qwen3.5 视觉骨干 Qwen3VL 处理器加载。文本与多模态记录可以混在同一个 batch 里互不影响。✅ 常见校验规则这些错误会直接抛 ValueErrorsystemone入口在编码前会做严格校验joint_schema_model.py先自查再跑模型能省大量调试时间model必须是字符串state必须存在——缺一个就报model and state are requiredquestions必须是非空对象每个问题的type只能是noul、choice、score三者之一非noul的问题criteria不能为空——choice忘了写描述、score传了空列表都会中招另外两个长度参数值得知道encode_record默认max_length为 16,384 token并支持max_state_tokens限制状态部分长度避免超长单据把上下文撑爆。❓ 新手 FAQQnoul一定要写criteria吗不用。留空即可模型使用内置的 true/false 默认描述需要更精确的语义时再覆盖。Qchoice的选项顺序由我决定吗不是。内部按选项 ID 字母序排序因此键名要自解释顺序无关紧要。Qscore返回的分数一定是整数吗不一定。它是期望值下标加权和0.0到最大下标之间的任意实数都可能配合probabilities可还原完整分布。Qstate传字符串和传 JSON 对象有区别吗字符串原样使用JSON 对象会被渲染成键排序、无多余空白的紧凑 JSON 文本两者模型都能读。 延伸阅读项目关键文件文件内容README.md模型说明、完整用法示例、Decision Index 基准成绩joint_schema_model.py记录编码L103-L196、批处理、联合模式头与systemoneAPIconfig.json骨干架构配置Qwen3.5 文本 视觉编码器joint_head_config.json / joint_head.safetensors联合模式头的结构与权重chat_template.jinja / tokenizer.json对话模板与分词器LICENSEApache-2.0 许可证掌握state questions的骨架再按类型选对criteria的形态对象 / 列表 / 留空你就写对了一大半输入——剩下的交给 Clef-Flash 的一次前向传播即可。【免费下载链接】clef-flash项目地址: https://ai.gitcode.com/hf_mirrors/Cloudflare/clef-flash创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考