Clairic是Cloudflare的一种新模型，是一种System One提取模式，能够从非结构化输入中提取、计算、估计和预测数据。今天，我们宣布预览一类新的System One风格模型：提取模型。我们的第一个， Clairic，可以在Workers AI上托管为@ cf/cloudflare/clairic。我们打算很快发布模型开放式配重。
Clairic是一种提取模型，能够从非结构化输入中提取、计算、估计和预测值—所有这些都比传统LLM具有更高的准确性、更快的延迟和更低的成本。背景当一个月前TypeSafe宣布System One型号时，它席卷了整个行业。
正如TypeSafe在他们的博客中所引用并由Daniel Kahneman的书《Thinking, Fast and Slow》所定义的那样， System One模型应该是快速和精确的，它与能够进行深思熟虑推理的System Two模型（如LLM ）形成对比。因此， TypeSafe推出了JEV--一种适合特定用例的模型，并根据其利基领域的定价进行定价。
它在LLM失败的地方表现出色，帮助用户根据概率和良好的输出做出决策。JEV的引入促使人们开始思考一类新的非LLM模型，以及如何将它们整合到他们的工作流程中。我们受到System One模型概念的启发，并开始思考LLM效率低下的其他任务。
如今，有许多结构化输出调用一次又一次地以相同的形状流向前沿LLM：发票总额是多少？这是什么时候送达的？晚了多少天？维修费用是多少？在接下来的24小时内，流量会是什么样子？这些都没有您可以提前列出的答案，这是决策模型给出概率所必需的。