Contrastive Language ModelsがJevを最大9倍高速で凌駕、エージェントベンチマークでSOTA
Contrastive Language Models（CLM）は、状態と行動を対比学習で結びつける新しいSystem Oneモデルだ。CLM-8Bは60MのNemotron Q&Aペアで事前学習され、30Mの合成ハードネガティブで中間学習、1Mのエージェント軌跡で事後学習される。コンピュータ操作、ゲーム、ツール呼び出しでJevと同等の性能を達成しつつ、最大9倍低遅延を実現。軽量ファインチューニングにより、DeepSWE（81.6%）やTerminal Bench 2.1（87.6%）で新たなSOTAを樹立した。
Jevは長期的タスクの検証者として機能せず、ランダム選択（Pass@1）ベースラインを下回る。対照的に、軽量ファインチューニングにより、CLMはDeepSWE（81.6%）やTerminal-Bench 2.1（87.6%）を含む困難なエージェントベンチマークでSOTA性能を達成し、Jevより4～6倍高速な推論を提供する。