CLM ранжирует действия агента до девяти раз быстрее модели Jev
CLM-8B отдельно кодирует состояние и возможные действия, поэтому их эмбеддинги можно кешировать и повторно использовать
Модель обучили на 60 млн пар вопрос–ответ, 30 млн сложных негативов и 1 млн агентных траекторий
После дообучения верификатор набрал 87,6% на Terminal-Bench 2.1 и 81,6% на DeepSWE
Почему важно
Быстрый отдельный верификатор позволяет агенту чаще проверять следующий шаг, не оплачивая полное рассуждение большой модели.