1 اکتوبر 2026 کو Cloudflare نے Clef اور Clef-flash کا اعلان کیا، جو Apache 2.0 لائسنس کے تحت جاری کیے گئے دو اوپن سورس "فیصلہ ساز ماڈلز" ہیں۔ یہ ماڈل آزادانہ جواب نہیں لکھتا۔ یہ ان پٹ پڑھتا ہے، آپ کی پہلے سے طے کردہ جوابات کی فہرست میں سے انتخاب کرتا ہے اور ہر آپشن کے لیے ایک امکان واپس کرتا ہے۔ ہلکا Clef-flash، 9 ارب پیرامیٹرز والے Qwen 3.5 ماڈل پر بنایا گیا ہے اور اس کا میڈین رسپانس ٹائم 38.8 ملی سیکنڈ ہے۔ زیادہ درست Clef، 27 ارب پیرامیٹرز والے Qwen 3.8 ماڈل پر بنایا گیا ہے، جس کا میڈین 209.3 ملی سیکنڈ ہے۔ دونوں Workers AI پر دستیاب ہیں، اور ان کے ویٹس خود ہوسٹ کرنے کے لیے Hugging Face پر شائع کیے گئے ہیں۔

کسٹمر سروس میں زیادہ تر مصنوعی ذہانت دراصل درجہ بندی ہی ہے: شکایت ہے یا آرڈر؟ فوری ہے یا نہیں؟ بہت سی ٹیمیں اس کے لیے عام چیٹ ماڈل استعمال کرتی ہیں اور انہیں سست جوابات ملتے ہیں جو ہر بار چلانے پر بدل سکتے ہیں۔

فیصلہ ساز ماڈل دراصل کیا ہے

Cloudflare فیصلہ ساز ماڈل کو ایسا ماڈل قرار دیتا ہے جو محدود اور منظم نتائج "سستے، تیز اور یکساں طریقے سے" دیتا ہے۔ وہ اس کا موازنہ بڑے لسانی ماڈلز سے کرتا ہے، جنہیں وہ بڑی حد تک غیر یقینی (نان ڈیٹرمنسٹک) قرار دیتا ہے۔

Hugging Face پر ماڈل کارڈ کے مطابق، آپ صورتحال بیان کرنے والی ایک "اسٹیٹ" بھیجتے ہیں، متن یا JSON کی شکل میں، ضرورت ہو تو تصاویر یا ویڈیو کے ساتھ، پھر سوالات کی ایک فہرست، جس میں ہر سوال کے اجازت یافتہ اختیارات ہوتے ہیں۔ ماڈل ہر آپشن کے لیے ایک امکان واپس کرتا ہے اور کوئی آزاد متن نہیں بناتا۔ Cloudflare کا کہنا ہے کہ آپ کا کوڈ ان امکانات کو ٹکٹ کو درست جگہ بھیجنے، ایسکلیشن شروع کرنے یا فیصلہ کسی انسان کے سپرد کرنے کے لیے استعمال کرتا ہے۔

Cloudflare کے شائع کردہ اعداد و شمار

  • صلاحیتیں: اعلان کے مطابق 64k ٹوکن کی کانٹیکسٹ ونڈو (ماڈل کارڈ میں ڈیفالٹ ان پٹ حد 16,384 ٹوکن رکھی گئی ہے، جسے تبدیل کیا جا سکتا ہے)، اور دونوں ورژن تصاویر پڑھ کر ان کی درجہ بندی کر سکتے ہیں۔
  • میڈین تاخیر: Clef-flash کے لیے 38.8 ملی سیکنڈ اور Clef کے لیے 209.3 ملی سیکنڈ، جبکہ Typesafe AI کے مقابل ماڈل Jev کے لیے 524.1 ملی سیکنڈ۔
  • اندرونی ٹیسٹ: Cloudflare کی تھریٹ انٹیلیجنس ٹیم میں کسی ویب سائٹ کو حاصل کرنے، رینڈر کرنے اور اس کی درجہ بندی کرنے میں Clef کے ساتھ 2.2 سیکنڈ لگے، جبکہ ٹیم کے سب سے تیز عام LLM یعنی gpt-oss-120b کے ساتھ 4.7 سیکنڈ لگے، اور اس نے صرف دو درجہ بندیاں واپس کیں۔
  • سب سے سست درخواستیں: Clef-flash کے ساتھ 95% درخواستیں 122.4 ملی سیکنڈ کے اندر اور Clef کے ساتھ 238.6 ملی سیکنڈ کے اندر مکمل ہو جاتی ہیں۔

CLINC150 پر، جو ارادے کی درجہ بندی کا ایک ٹیسٹ ہے اور دائرے سے باہر کی درخواستوں کو بھی جانچتا ہے، Clef نے macro-F1 میں 97.43 اسکور کیا جبکہ Clef-flash نے 66.77۔ بینک کے گاہکوں کے سوالات پر مشتمل BANKING77 پر دونوں قریب رہے: 94.20 بمقابلہ 90.93، اور API-Bank پر Clef-flash نے 93.11 درستگی کے ساتھ 91.93 کے مقابلے میں برتری حاصل کی۔ اسی لیے Cloudflare، Clef کو اپنا درستگی والا ماڈل اور Clef-flash کو ان فیصلوں کے لیے بہتر انتخاب کہتا ہے جہاں تاخیر اہم ہو۔ سب سے بڑا فرق اس وقت سامنے آتا ہے جب دائرے سے باہر کی درخواستوں کو پکڑنا ضروری ہو۔

سعودی کاروباروں کو اس سے کہاں مدد ملتی ہے

Cloudflare جن استعمالات کا ذکر کرتا ہے ان میں سپورٹ ٹکٹوں کو فوریت اور ٹیم کے لحاظ سے بھیجنا، اپنی تھریٹ انٹیلیجنس ٹیم کے لیے ویب سائٹ ڈومینز کی درجہ بندی کرنا اور اچھے بوٹس کو برے بوٹس سے الگ کرنا شامل ہے، جبکہ انوائس پروسیسنگ اور سیکیورٹی واقعات اس کے ٹیسٹوں میں شامل ہیں۔ کسی سعودی کاروبار میں یہ کچھ یوں نظر آتا ہے:

  • WhatsApp پر چھانٹی: ہر پیغام فوراً آرڈر، شکایت، قیمت کی پوچھ گچھ یا اسپام کے طور پر درجہ بند ہوتا ہے، پھر درست ملازم کو بھیج دیا جاتا ہے۔
  • سپورٹ ٹکٹ: کسی بھی ملازم کے ٹکٹ کھولنے سے پہلے ہی اس کی فوریت اور ذمہ دار شعبہ طے کر دینا۔
  • ERP میں دستاویزات: آنے والی دستاویز کی قسم پہچاننا، چاہے وہ سپلائر کی انوائس ہو، خریداری کا آرڈر ہو یا کریڈٹ نوٹ، اور اسے درست راستے پر بھیجنا۔
  • فارمز اور اسٹورز کا تحفظ: رابطہ فارمز اور ای کامرس اسٹورز پر خودکار سائن اپ اور آرڈرز کو پکڑنا۔

اپنے سرورز پر چلانے سے ڈیٹا مملکت کے اندر رہتا ہے

سعودی مارکیٹ کے لیے سب سے اہم خوبی رفتار نہیں ہے۔ اہم بات یہ ہے کہ ویٹس شائع کیے گئے ہیں اور انہیں مملکت کے اندر چلایا جا سکتا ہے۔ گاہکوں کے پیغامات اور سپلائرز کی انوائسز میں ذاتی اور تجارتی ڈیٹا ہوتا ہے، اور ذاتی ڈیٹا کے تحفظ کا قانون (PDPL) ذاتی ڈیٹا کو مملکت سے باہر منتقل کرنے پر کنٹرول عائد کرتا ہے۔ مقامی ڈیٹا سینٹر میں چلنے والا ماڈل درجہ بندی کے کاموں میں سرحد پار منتقلی کے سوال سے بچا لیتا ہے، جبکہ قانون کی باقی ذمہ داریاں بدستور لاگو رہتی ہیں۔ ماڈل کارڈ کے مطابق اسے ایک واحد H200 GPU پر آزمایا گیا تھا، اس لیے اپنے ہارڈویئر کی منصوبہ بندی پہلے سے کریں۔

شروع کرنے سے پہلے جاننے کی حدود

  • عربی کا ذکر نہیں: نہ اعلان میں اور نہ ماڈل کارڈز میں معاون زبانوں کی فہرست موجود ہے۔ سعودی لہجے میں حقیقی عربی پیغامات پر اسے آزمائیں۔
  • اعلان میں قیمت نہیں: Cloudflare نے اپنی بلاگ پوسٹ میں Workers AI پر دونوں ماڈلز کے استعمال کی لاگت شائع نہیں کی، اس لیے لاگت کا اندازہ لگانے سے پہلے قیمتوں کا صفحہ دیکھیں۔
  • حسب ضرورت تبدیلی ابھی خود کار سروس نہیں: ری انفورسمنٹ لرننگ کے ذریعے ماڈل کو اپنے ڈیٹا کے مطابق ڈھالنے کا کام فی الحال Cloudflare کے انجینئرز کی ٹیم کے ذریعے ہوتا ہے، اور سیلف سروس پلیٹ فارم بعد میں آئے گا۔

اس کے ساتھ نظام کیسے بنائیں، قدم بہ قدم

  • اپنے فیصلوں کی فہرست بنائیں: اپنے نظاموں میں ہر وہ سوال تلاش کریں جس کے جوابات محدود ہوں۔
  • حقیقی نمونہ جمع کریں: پرانے پیغامات اور ٹکٹ جنہیں آپ کے عملے نے ہاتھ سے درجہ بند کیا تھا۔
  • تین اختیارات کا موازنہ کریں: Clef-flash، Clef اور آپ کا موجودہ حل، درستگی اور رسپانس ٹائم کی بنیاد پر۔
  • اعتماد کی حد مقرر کریں: اگر سب سے اوپر والے آپشن کا امکان زیادہ ہو تو نظام خود بخود کارروائی کرتا ہے؛ اگر کم ہو تو معاملہ کسی ملازم کے پاس جاتا ہے۔
  • کام تقسیم کریں: فیصلہ ساز ماڈل راستہ چنتا ہے، اور بڑا لسانی ماڈل صرف ضرورت پڑنے پر جواب لکھتا ہے۔

Origami میں ہم کسٹمر سروس اور پروسیس آٹومیشن کے نظام بناتے وقت یہی طریقہ اپناتے ہیں: چھوٹا ماڈل فیصلہ کرتا ہے، بڑا ماڈل لکھتا ہے، اور ایک ملازم غیر واضح معاملات کا جائزہ لیتا ہے۔ Clef ماڈلز پہلے حصے کو آسان بناتے ہیں، اور یہ حصہ مملکت کے اندر رہ سکتا ہے۔

ذرائع