GitHub-радар
Разбирай тикеты и жалобы по категориям бесплатной моделью вместо платного API
Clef — открытая модель, которая по описанию ситуации сразу выдаёт вероятности ответов на твои вопросы. Её можно поставить как бесплатную замену платным сервисам Jev и SystemOne, которые решают ту же задачу сортировки.
Модель на 27 млрд параметров (число, которое примерно показывает её размер и мощность) — ты даёшь ей текст, картинку или видео плюс список вопросов с вариантами ответов, а она сразу возвращает вероятность для каждого варианта, без текста, который нужно разбирать.
Когда пригодится
Пригодится, если твой продукт сортирует поток тикетов, жалоб или похожих обращений по фиксированным категориям. Для задач с общими знаниями и настоящими рассуждениями она заметно слабее — там лучше платный Jev.
Плюсы
- API совместим с платным Jev — код под него почти не меняешь
- Лицензия Apache-2.0: бесплатно использовать, менять, веса открыты
- На сортировке тикетов и жалоб обгоняет платный классификатор Jev
- Сразу выдаёт готовые вероятности ответов, без разбора текста
Минусы
- В задачах на общие рассуждения заметно уступает платному Jev
- Нужен Mac с 32 ГБ памяти или видеокарта на 24 ГБ
Как поставить — по шагам
- 1Открой своего ИИ-агента (Claude Code, Codex) в папке своего проекта
- 2Отправь агенту текст из блока ниже
- 3Проверь, что агент скачал модель со страницы Cloudflare (https://huggingface.co/Cloudflare/clef) и настроил её как альтернативу Jev/SystemOne
- 4Дай модели тестовое обращение в поддержку с парой вопросов
- 5Посмотри на вероятности, которые она вернула для каждого варианта ответа
- 6Проверь заранее, что твоё железо подходит: Mac с 32 ГБ памяти или видеокарта на 24 ГБ
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Поставь мне модель Clef от Cloudflare: https://huggingface.co/Cloudflare/clef — настрой её у себя как альтернативу платному классификатору Jev/SystemOne (API совместим), дай ей тестовое обращение в поддержку с двумя-тремя вопросами и покажи, какие вероятности она вернёт.
Нужен Mac с 32 ГБ памяти или видеокарта на 24 ГБ — на обычном ноутбуке с 16 ГБ модель не поместится.
Открыть на Hugging Face▌ Ещё находки