# 斯坦福和英伟达推出对比语言模型 CLM，做决策比 Jev 快 9 倍

> 原标题：Contrastive Language Models

- 来源：Hacker News 首页
- 发布时间：2026-09-24T04:20:59.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/58619
- 原文：https://contrastive-lm.notion.site/

## 摘要

斯坦福大学与 NVIDIA Research 提出 Contrastive Language Models（CLM），用对比学习目标连接状态与动作，并发布 CLM-8B。

## 推荐理由

斯坦福与英伟达提出用对比学习连接状态与动作的 CLM-8B，在电脑操作、游戏和工具调用任务上性能与 Jev 相当，延迟最多低 9 倍。

## 锐评

9 倍延迟得看测的是什么任务。CLM 把决策做成从候选动作里挑一个，动作空间小的时候当然快，T-Rex 那种游戏动作能反复复用，9 倍不奇怪。真到 agent 场景，候选动作是模型自己生成的，这套打分省不掉生成那一步。81.6% 的 DeepSWE 是 fine-tune 之后的，跟 Jev 持平的零样本结果才是它真实水平。8B 加对比学习方向有意思，离替掉现在 agent 的 scaffold 还差得远。
