CLM-8Bが来た。
Jev級の判断を最大9倍速・Apache 2.0で。

2026-09-24、Contrastive-LM が CLM-8B を公開した。候補を埋め込みで採点する。生成しない。

CLM（Contrastive Language Models）は、状態エンコーダと行動エンコーダを対比学習（InfoNCE）で揃える。デプロイ時は、現在の状態と候補行動の埋め込みの整合で採点し、最高点を選ぶ。型付き質問は、状態＋閉じた選択肢だ。softmax が回答分布になる。[1]

API は TypeSafe 互換を掲げる。Choice / Noul / Score。Jev 向けに書いた system_one(state, questions) が、ほぼそのまま動く想定だ。重みは Hugging Face の Contrastive-LM/CLM-v0.1-8B。コードと重みは Apache 2.0。[1][3]

もう一つの崩れは、「9倍＝全タスク」だ。ピークは T-Rex。全部ではない。

価格は N/A（ローカル）。主数字は自己報告の latency と成功。小規模セットは注記必須。

Zero-shot latency vs Jev（自己報告）

「on par」は公平だが同一ではない。ツール呼び出しと WikiRacing は Jev がやや上。速さは CLM が全行で下回る。自己報告[1][2]

Verifier（fine-tuned CLM vs untuned Jev）

編集ルール：本文の主数字は README の表のみ。Notion ブログの図は本文に入れない（取得不能・二次）。SOTA ラベルは著者主張として扱い、独立検証前に確定語にしない。

要件は Linux、Python 3.10+、NVIDIA GPU。明日の差し替え試験はこの4段。

serve（README 準拠）

# 1. encoder: Qwen3-8B, last-token pooling
vllm serve Qwen/Qwen3-8B --served-model-name qwen3-8b --runner pooling \
     --enable-prefix-caching --max-model-len 2048 --gpu-memory-utilization 0.35 --port 8090

# 2. API — Contrastive-LM/CLM-v0.1-8B（~75 MB）を初回取得
clm-serve --port 8700 --emb-url http://127.0.0.1:8090/v1/embeddings

system_one 例（TypeSafe 互換口）

from clm import CLMClient, Choice, Noul, Score

client = CLMClient()  # CLM_BASE_URL default http://127.0.0.1:8700
r = client.system_one(
    state="Customer: my invoice was charged twice and nobody answers the phone!",
    questions={
        "urgency": Noul(instructions="Is this urgent?"),
        "department": Choice(
            instructions="Which team should handle this?",
            criteria={"billing": "Charges, invoices, refunds",
                      "technical": "Bugs and outages"},
        ),
        "frustration": Score(
            instructions="How frustrated is the customer?",
            criteria=["Calm", "Frustrated", "Very angry"],
        ),
    },
)
print(r.answers["urgency"].noul)
print(r.answers["department"].choice)
print(r.usage.input_tokens, r.latency_ms)

CLM は選択肢の中から選ぶ。文章を書かない。計画も単独では担わない。