AnswersPublished21 sources
Clover tavoittelee koodausagenttien seuraavaa askelta – tulokset ovat vielä alustavia
Clover 35B A3B Preview on avoimilla painoilla julkaistu diffuusiokielimalli, joka on suunnattu erityisesti koodaus ja työkalunkäyttöagenteille. Malli tuottaa tekstiä lohkoina ja käyttää kunkin lohkon sisällä kaksisuuntaista huomiota.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Clover 35B A3B Preview on avoimilla painoilla julkaistu diffuusiokielimalli, joka on suunnattu erityisesti koodaus ja työkalunkäyttöagenteille.
- Malli tuottaa tekstiä lohkoina ja käyttää kunkin lohkon sisällä kaksisuuntaista huomiota.
- DiffuSpace raportoi jopa 680 tokenin sekuntinopeuden yhdellä GB300 näytönohjaimella.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is DiffuSpace’s Clover-35B-A3B-Preview, open-sourced on October 29, 2026 by the team behind Dream 7B, and how does it target coding, to. Article summary: Clover-35B-A3B-Preview is DiffuSpace’s open-weight, text-only diffusion language model, adapted from Qwen3.6-35B-A3B and associated with the HKU team behind Dream 7B; its reported emphasis is agentic coding and tool use . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
DiffuSpacen Clover-35B-A3B-Preview on avoimilla painoilla julkaistu, vain tekstiä käsittelevä diffuusiokielimalli. Se pohjautuu Qwen3.6-35B-A3B-malliin, ja sen suunnittelussa painottuvat koodaus sekä työkalujen käyttö agenteissa tavallisen keskustelun sijaan. DiffuSpace raportoi vahvoja tuloksia agenttitehtävissä, mutta käytettävissä olevat lähteet eivät vahvista niitä riippumattomasti eivätkä osoita, että malli suoriutuisi luotettavasti pitkistä, virheille alttiista työnkuluista. 3
5
21
Miten lohkodiffuusio toimii?
Autoregressiivinen kielimalli tuottaa tekstiä yleensä vasemmalta oikealle, token kerrallaan. Clover käyttää sen sijaan lohkodiffuusiota: se tuottaa tekstijaksoja, joiden sisällä huomio voi olla kaksisuuntaista, mutta säilyttää samalla kausaalisen etuliitteen eli aiemmin muodostetun tekstin. 2
4
Malli pohjautuu Qwen3.6-35B-A3B:hen ja käyttää asiantuntijasekoitusarkkitehtuuria (mixture of experts, MoE). Parametreja on yhteensä 35 miljardia, ja kutakin tokenia kohti aktiivisena on noin 3 miljardia. Mallikuvauksissa mainitaan myös ajattelutila sekä noin 128 000 tokenin konteksti-ikkuna. 5
8
Lähteissä kuvataan opittuja Gated DeltaNet -parametreja osana lohkodiffuusiota. Tietoa ei kuitenkaan ole riittävästi, jotta niiden tarkkaa tehtävää tai ehdotettujen arkkitehtuurimuutosten ja lohkokoon kalibroinnin vaikutuksia voisi arvioida. 2
7
Agenttitulokset eivät vielä kerro koko kuvaa
DiffuSpace esittelee Cloveria koodaus- ja työkalunkäyttöagenttien mallina. Yhtiön raportoimiin tuloksiin kuuluu ohjelmistovirheiden korjaamista, komentorivitehtäviä ja funktiokutsuja mittaavia vertailuja. Erillisessä raportissa kuvataan myös web-agenttitestiä ja tehtäväesimerkkejä, kuten ilmoittautumista, laskujen käsittelyä ja tiedonhakua. 21
Käytettävissä oleva aineisto ei osoita, miten hyvin Clover tuottaa käyttöliittymien etupään koodia. Se ei myöskään todista, että lohkodiffuusio yksin estäisi virheelliset työkalukutsut tai toistuvat epäonnistumiset. Nämä ovat luotettavuuskysymyksiä, joihin tarvitaan tehtäväkohtaista testausta: pelkkä generointinopeus tai vertailutestin pistemäärä ei vastaa niihin.
Raportoidut vertailutulokset
Alla olevat pisteet ovat DiffuSpacen raportoimia tai yhtiön tuloksia kuvaavassa uutisoinnissa esitettyjä. Niitä ei pidä tulkita riippumattomasti vahvistetuiksi tuloksiksi. 21
| Arviointi | Raportoitu tulos |
|---|---|
| SWE-bench Verified | 73,6 |
| Terminal-Bench 2.1 | 51,7 |
| τ³ Overall | 65,3 |
| BFCL-v4 | 67,9 |
Saatavilla olevissa lähteissä ei ole riittävästi vertailukelpoisia arviointitietoja, jotta Cloverin tulosten tarkkaa eroa Qwen3.6-35B-A3B:hen tai muihin samankokoisiin autoregressiivisiin malleihin voisi vahvistaa. Vertailuihin kannattaa suhtautua varauksella, elleivät mallien asetukset ja testausolosuhteet ole samat.
Nopeus ja web-agenttitesti
Mallivertailusivulla DiffuSpacen mittauksiin liitetään jopa 680 tokenin sekuntinopeus yhdellä NVIDIA GB300 -näytönohjaimella. 27 Erillisessä WindTunnel-web-agenttiraportissa arvioitiin 49 tehtävää, joista kukin yritettiin suorittaa kolme kertaa. Cloverin tehtävien suoritusajan mediaaniksi ilmoitettiin 1,52 sekuntia, kun Jev ja Mercury 2.5 -yhdistelmän vastaava luku oli 3,21 sekuntia. Samassa raportissa yritysten onnistumisprosenteiksi ilmoitettiin 98,6 ja 95,9. Kyse on raportoidun testin tuloksista, ei todisteesta siitä, että malli toimisi samalla tavalla kaikissa selainpohjaisissa työnkuluissa.
21
Lähteet eivät vahvista Cloverin nopeuslukua yhdellä H200:lla tai suoraa nopeusvertailua DFlash2:n spekulatiiviseen dekoodaukseen. Yhteisön ylläpitämä ZeroGPU-esittely on dokumentoitu, mutta palvelussa oleva demo ei itsessään ole suorituskykytesti. 1
Painot, lisenssi ja julkaisu
Cloverin viralliset painot ovat saatavilla Hugging Face -mallivarastossa, ja DiffuSpace listaa myös virallisen GGUF-varaston paikallista päättelyä varten. 5
6 PC Watchin mukaan mallin lisenssi on Apache 2.0 ja Transformers-päättelykoodi on saatavilla. SGLangin ja llama.cpp:n tukikoodin sekä asennusohjeiden kerrottiin olevan tulossa.
17
Julkaisupäivästä on lähteissä eri tietoja: PC Watch ilmoittaa päiväksi 28. lokakuuta Kiinan aikaa, kun taas DiffuSpacen Hugging Face -julkaisuartikkeli on päivätty 30. lokakuuta. 3
17 Lähteissä mainitaan myös yhteisön ZeroGPU-chat-demo, mutta suunnitellun agenttikehyksen tai työpöydällä toimivan koodausohjelman yksityiskohtia ei ole vahvistettu.
1
Mitä Cloverista kannattaa päätellä?
Clover on kiinnostava avoimilla painoilla julkaistu kokeilu lohkodiffuusion tuomisesta koodaus- ja työkalunkäyttöagentteihin. Sen tapa tuottaa teksti poikkeaa vasemmalta oikealle etenevästä token-generoinnista, ja raportoidut vertailu- ja nopeustulokset ansaitsevat lisätutkimusta. Väitteet ovat silti toistaiseksi alustavia. Riippumattomissa testeissä pitäisi arvioida työkalukutsujen oikeaa muotoa, virheistä palautumista, pitkien työnkulkujen valmistumista ja päästä päähän mitattua viivettä – ei vain tokenien generointinopeutta.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Clover tavoittelee koodausagenttien seuraavaa askelta – tulokset ovat vielä alustavia"?
Clover 35B A3B Preview on avoimilla painoilla julkaistu diffuusiokielimalli, joka on suunnattu erityisesti koodaus ja työkalunkäyttöagenteille.
What are the key points to validate first?
Clover 35B A3B Preview on avoimilla painoilla julkaistu diffuusiokielimalli, joka on suunnattu erityisesti koodaus ja työkalunkäyttöagenteille. Malli tuottaa tekstiä lohkoina ja käyttää kunkin lohkon sisällä kaksisuuntaista huomiota.
What should I do next in practice?
DiffuSpace raportoi jopa 680 tokenin sekuntinopeuden yhdellä GB300 näytönohjaimella.