# CLM-v0.1-8B: локальное ранжирование действий поверх Qwen3-8B

Источник: https://modelium.tech/zhurnal/clm-v0-1-8b-local-action-ranking-qwen3/

Contrastive-LM выпустила CLM-v0.1-8B — компактные проекционные головы для ранжирования заданных действий поверх отдельно загружаемого Qwen3-8B. Веса голов доступны под Apache 2.0; модель не генерирует ответы и не заменяет полноценный языковой агент. Открытый пакет contrastive-lm позволяет поднять локальный сервер оценки вариантов.

CLM-v0.1-8B: локальное ранжирование действий поверх Qwen3-8B

Команда Contrastive-LM выложила весовой файл CLM-v0.1-8B 21 сентября 2026 года. Документация и пакет `contrastive-lm` для запуска опубликованы 24 сентября. Это не ещё одна генеративная восьмимиллиардная модель: репозиторий содержит около 75,6 млн байт весов *двух проекционных голов*, а эмбеддинги состояния и вариантов действий получает от отдельного Qwen3-8B. При локальном развёртывании нужны оба компонента. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3) [s5](#src-s5)

## Зачем это локальному агенту

CLM сравнивает предложенные варианты: какое действие выбрать, какому инструменту передать запрос, какой из нескольких готовых ответов лучше. Состояния и действия кодируются отдельно; повторно используемые эмбеддинги вариантов можно кэшировать. Модель *не пишет* следующий ответ сама и возвращает оценки относительно переданного набора кандидатов, а не абсолютную вероятность правильности решения. Авторы называют архитектуру contrastive model с двумя головами поверх замороженного Qwen3-8B, обученными с InfoNCE. [s1](#src-s1) [s3](#src-s3)

Практический сценарий — локальный роутер, который выбирает из уже известных инструментов или отделов, прежде чем передать задачу генеративному агенту. Если готового списка кандидатов нет, CLM сама его не создаст. Открытые веса и код лицензированы по Apache 2.0; карточка базового Qwen3-8B также указывает Apache 2.0. Это отдельные лицензии для голов, исходного энкодера и программного пакета, а не заявление о том, что в 75-мегабайтном файле находится весь Qwen3-8B. [s1](#src-s1) [s3](#src-s3) [s4](#src-s4)

## Как запустить

Авторы предлагают установить `contrastive-lm`, затем поднять Qwen3-8B в режиме pooling через vLLM и отдельно API CLM. Команды из их руководства: [s1](#src-s1) [s3](#src-s3)

pip install contrastive-lmvllm serve Qwen/Qwen3-8B --served-model-name qwen3-8b --runner pooling --max-model-len 2048 --port 8090# В другом терминале:clm-serve

При первом запуске `clm-serve` загружает головы из Hugging Face; сервер CLM по умолчанию доступен на локальном порту 8700 и обращается к локальному vLLM на 8090. Для полностью автономного развёртывания заранее загрузите и базовый Qwen3-8B, и головы: первый старт по инструкции предполагает сетевую загрузку. Руководство предупреждает, что при стандартном лимите состояния длиннее 2048 токенов обрезаются; для увеличения контекста нужно согласованно поднять лимиты обоих серверов. Указанный авторами пример GPU-конфигурации — не проверенный минимальный порог железа. [s1](#src-s1) [s3](#src-s3)

## Что означают результаты

Карточка заявляет до девятикратного снижения задержки в отдельных сравнениях с Jev и результаты 81,6% на DeepSWE и 87,6% на Terminal-Bench 2.1. Но последние два числа относятся к *дообученным головам в роли верификатора*, а не к нулевому CLM-v0.1-8B. В руководстве авторы описывают выбор лучшего из решений, сгенерированных другими моделями, на 38 отложенных задачах DeepSWE и 30 задачах Terminal-Bench 2.1; задержку измеряли на H100. Это авторская оценка, не независимый тест Modelium и не прогноз скорости на вашем устройстве. [s1](#src-s1) [s3](#src-s3)

**Итог:** если агенту требуется быстро выбрать из небольшого известного набора действий без передачи данных внешнему API, CLM-v0.1-8B предлагает воспроизводимый локальный путь. Планируйте отдельно запуск базового Qwen3-8B и не переносите метрики дообученных верификаторов на стандартные головы. [s1](#src-s1) [s3](#src-s3)

## Источники

1. [Contrastive-LM — карточка CLM-v0.1-8B, ревизия e939398d](https://huggingface.co/Contrastive-LM/CLM-v0.1-8B/blob/e939398d4556fcd9400c76fa8c5a513202f42b0a/README.md) — получено 2026-09-25
2. [Hugging Face — история коммитов CLM-v0.1-8B](https://huggingface.co/api/models/Contrastive-LM/CLM-v0.1-8B/commits/main) — получено 2026-09-25
3. [Contrastive-LM/CLM — официальный README, коммит bb42c6c5bf91](https://github.com/Contrastive-LM/CLM/blob/bb42c6c5bf91/README.md) — получено 2026-09-25
4. [Qwen — карточка Qwen3-8B с Apache 2.0](https://huggingface.co/Qwen/Qwen3-8B/blob/b968826d9c46dd6066d109eabc6255188de91218/README.md) — получено 2026-09-25
5. [PyPI — релиз contrastive-lm 0.1.0](https://pypi.org/pypi/contrastive-lm/0.1.0/json) — получено 2026-09-25