‏Clairic؛ مدل استخراج داده Cloudflare به جای LLM

کلادفلر پیش‌نمایش یه دسته جدید از مدل‌ها به اسم مدل‌های استخراج System One رو معرفی کرده و اولیش Clairic هست که با شناسهٔ @cf/cloudflare/clairic روی Workers AI در دسترسه. تیم کلادفلر می‌گه به‌زودی وزن‌های مدل رو هم به‌صورت open-weights منتشر می‌کنه. کار Clairic اینه که از ورودی بی‌ساختار، مقدار دربیاره، حساب کنه، تخمین بزنه یا پیش‌بینی کنه.

اسم System One از کتاب «تفکر، سریع و کند» کانمن میاد: مدل سریع و دقیق در برابر مدل System Two (یعنی LLMهایی که قدم به قدم استدلال می‌کنن). قبلاً TypeSafe مدل Jev رو ساخته بود و کلادفلر هم Clef رو؛ این دوتا مدل تصمیم هستن، یعنی از بین گزینه‌هایی که خودت دادی یکی رو با احتمال انتخاب می‌کنن. ولی سؤالی مثل «جمع فاکتور چقدره؟» گزینهٔ از پیش‌معلوم نداره و اینجاست که Clairic وارد می‌شه.

Clairic فقط ورودی رو با یه forward pass (یعنی یه بار رد شدن داده از کل شبکه) پردازش می‌کنه و هیچ توکن خروجی تولید نمی‌کنه. برای همین فقط پول ورودی رو می‌دی و معمولاً زیر یه ثانیه جواب می‌گیری. چهار نوع خروجی داره: مقدار استخراج‌شده (یه تیکه از متن با offset کاراکترها)، مقدار محاسبه‌شده (عدد، تاریخ، مدت زمان، لیست)، تخمین (یه توزیع با میانه و بازهٔ ۸۰ درصدی) و forecast برای مقادیر آیندهٔ یه سری زمانی.

هر درخواست یه state داره (متن، به‌اضافهٔ حداکثر چهار عکس) و یه نقشه از fields. برای هر فیلد نوع و یه instructions ساده می‌نویسی. مثال مقاله یه ایمیل پشتیبانیه:

const { answers } = await env.AI.run("@cf/cloudflare/clairic", {
  state: email,
  fields: {
    order_id:    { type: "text", instructions: "Order number" },
    amount_paid: { type: "number", decimals: 2, unit: "USD", instructions: "Total paid including tax" },
    tracking_number: { type: "text" },
  },
});

تو این مثال amount_paid اصلاً تو ایمیل نوشته نشده؛ مدل قیمت 649 دلار و مالیات 52.10 رو با هم جمع کرده و 701.1 داده. tracking_number هم چون تو ایمیل نبود، null برگشت و حدس مدل فقط تو فیلد guess اومد. هر جواب p_null (احتمال نبودن مقدار تو ورودی) و confidence هم داره، یعنی می‌فهمی کدوم مقدار یه نگاه دوباره لازم داره.

به گفتهٔ کلادفلر، چون همهٔ فیلدها تو یه پاس موازی جواب داده می‌شن، سی تا فیلد تقریباً هم‌قیمت سه تا فیلده و محدودیتی تو تعداد فیلد نیست؛ اگه جا نشن، سرور چندتا پاس موازی می‌زنه و جواب‌ها رو ادغام می‌کنه. البته مدل هنوز ممکنه اشتباه کنه، فقط خروجیش همیشه از همون نوعیه که خواستی. ایدهٔ کلی اینه که مدل استخراج داده رو تایپ‌دار کنه، مدل تصمیم تصمیم بگیره و LLM فقط متن بنویسه.

نکات کلیدی:

• شناسهٔ مدل @cf/cloudflare/clairic روی Workers AI هست و نسخهٔ open-weights به‌زودی میاد.
• فقط هزینهٔ توکن ورودی حساب می‌شه و جواب معمولاً زیر یه ثانیه‌ست.
• نوع‌های پشتیبانی‌شده: text، number، date، time، datetime، duration، list، estimate و forecast.
• خروجی تخمین‌ها میانه و بازهٔ p10 تا p90 داره و در صورت نیاز هر ۹۹ صدک رو هم می‌ده.
• ورودی می‌تونه متن به‌اضافهٔ حداکثر چهار عکس باشه، مثلاً عکس کج یه رسید.