CLM-8B, Jev 성능에 맞먹으면서 최대 9배 빠른 의사결정 모델
Contrastive Language Models
Contrastive Language Models(CLM)는 상태와 행동을 대조 학습으로 연결한 새로운 System One 모델이다. CLM-8B는 6천만 개 Nemotron Q&A 쌍으로 사전학습되고, 3천만 개 합성 하드 네거티브로 중간학습, 100만 개 에이전트 궤적으로 후속학습되었다. 컴퓨터 사용, 게임, 도구 호출 작업에서 Jev와 비슷한 성능을 내면서 최대 9배 낮은 지연시간을 달성했고, DeepSWE 81.6%, Terminal Bench 2.1 87.6%로 새로운 SOTA를 세웠다. 상태와 행동을 분리해 임베딩을 독립적으로 캐시하는 인프라가 핵심이다.
Jev는 장기 작업에서 검증자 역할을 제대로 못 해 무작위 선택(Pass@1) 기준선보다 낮은 성능을 보였다. 반면 CLM은 가벼운 파인튜닝만으로 DeepSWE(81.6%)와 Terminal-Bench 2.1(87.6%) 같은 까다로운 에이전트 벤치마크에서 SOTA를 달성했고, Jev보다 4~6배 빠른 추론 속도를 제공한다.