斯坦福与英伟达发布CLM-8B，以对比匹配替代逐token生成加速AI智能体决策

斯坦福大学与英伟达的研究人员联合发布了对比语言模型（CLM）方法及相应的CLM-8B模型。该模型不再采用逐token生成的方式来做出决策，而是分别编码当前状态与可用动作的表征，并通过匹配二者来选择最佳动作。由于动作表征可以被缓存和复用，这一设计在处理重复性决策场景时具备明显的效率优势。

在零样本测试中，CLM-8B在电脑操作、游戏和工具调用等任务上表现出了较高的执行速度，最高可比TypeSafe公司的Jev模型快9倍。在BFCL v4工具调用基准上，CLM-8B得分95.2%，而Jev为99.2%；在WikiRacing任务中，CLM-8B完成了26/30，Jev则完成了30/30。

CLM-8B基于冻结的Qwen3-8B骨干网络，分别设置状态和动作投影头。在实际部署中，若应用需要在固定的动作集合中反复选择，CLM可以预先编码并缓存动作表征，从而减少每次请求时的计算量。该模型支持多项有限决策模式，包括选项选择、是/否概率输出、有序尺度评分以及任意候选排序，可应用于工具路由、工单分拣、检索候选筛选等场景。

研究团队使用InfoNCE对比训练方法，先后经过大规模问答对预训练、合成困难负样本训练以及智能体轨迹后训练三个阶段。该模型权重以Apache 2.0许可证开源，并同步发布了代码、TypeSafe兼容API与微调工具。