Câu trả lờiĐã xuất bản21 nguồn
Clover muốn giúp AI xử lý việc lập trình và dùng công cụ — nhưng kết quả vẫn cần kiểm chứng
Clover 35B A3B Preview là mô hình ngôn ngữ khuếch tán chỉ xử lý văn bản, có 35 tỷ tham số tổng và khoảng 3 tỷ tham số hoạt động cho mỗi token, hướng đến lập trình và tác vụ dùng công cụ. Khác với cách sinh từng token từ trái sang phải, mô hình tạo văn bản theo khối với attention hai chiều bên trong mỗi khối.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Clover 35B A3B Preview là mô hình ngôn ngữ khuếch tán chỉ xử lý văn bản, có 35 tỷ tham số tổng và khoảng 3 tỷ tham số hoạt động cho mỗi token, hướng đến lập trình và tác vụ dùng công cụ.
- Khác với cách sinh từng token từ trái sang phải, mô hình tạo văn bản theo khối với attention hai chiều bên trong mỗi khối.
- DiffuSpace báo cáo tốc độ tối đa 680 token/giây trên một GPU GB300; một đánh giá tác nhân web riêng ghi nhận thời gian thực thi trung vị 1,52 giây qua 49 tác vụ.
Prompt AI
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
Clover-35B-A3B-Preview là mô hình ngôn ngữ khuếch tán chỉ xử lý văn bản, có trọng số mở và được DiffuSpace phát triển dựa trên Qwen3.6-35B-A3B. Mô hình được giới thiệu chủ yếu cho lập trình theo hướng tác nhân AI và sử dụng công cụ, thay vì chỉ trò chuyện thông thường. DiffuSpace công bố các kết quả tích cực trên một số bài đánh giá tác vụ tác nhân, nhưng những kết quả này chưa được xác minh độc lập và chưa cho thấy mô hình đáng tin cậy trong các quy trình dài, dễ phát sinh lỗi. 3
5
21
Clover tạo văn bản theo khối
Các mô hình ngôn ngữ tự hồi quy thường sinh văn bản lần lượt từ trái sang phải, từng token một. Clover dùng phương pháp khuếch tán theo khối: mô hình tạo từng khối văn bản, áp dụng attention hai chiều bên trong khối, đồng thời giữ tiền tố nhân quả — phần văn bản đã được thiết lập trước khối hiện tại. 2
4
Clover dựa trên Qwen3.6-35B-A3B và được mô tả là mô hình hỗn hợp chuyên gia (MoE), với tổng cộng 35 tỷ tham số nhưng khoảng 3 tỷ tham số hoạt động cho mỗi token. Tài liệu giới thiệu cũng nêu chế độ suy luận (thinking mode) và cửa sổ ngữ cảnh khoảng 128.000 token. 5
8
Một số mô tả cho biết thiết kế khuếch tán theo khối có sử dụng các tham số Gated DeltaNet được học. Tuy nhiên, nguồn hiện có chưa đủ chi tiết để đánh giá cụ thể vai trò của việc tái cấu trúc Gated DeltaNet hay cơ chế hiệu chỉnh kích thước khối có thể học được. 2
7
Điểm số tác nhân nói lên điều gì — và chưa nói lên điều gì?
DiffuSpace định vị Clover cho các tác vụ lập trình kiểu tác nhân và sử dụng công cụ. Những kết quả được công bố gồm các bài đánh giá sửa lỗi phần mềm, thao tác terminal và gọi hàm. Một báo cáo riêng mô tả đánh giá tác nhân web cùng các bản trình diễn xử lý tác vụ như đăng ký, xử lý hóa đơn và truy xuất thông tin. 21
Tuy vậy, các thông tin hiện có chưa xác định rõ Clover làm tốt đến đâu trong việc tạo giao diện front-end. Chúng cũng chưa cho thấy riêng phương pháp khuếch tán theo khối có thể ngăn lời gọi công cụ sai định dạng hoặc tình trạng lặp lại các bước thất bại. Đây là những vấn đề về độ tin cậy cần được kiểm tra ở cấp độ từng tác vụ; tốc độ sinh văn bản hay một điểm benchmark riêng lẻ không thể tự trả lời.
Các điểm benchmark được công bố
Các điểm dưới đây do DiffuSpace báo cáo hoặc được các bài viết dẫn lại từ kết quả của nhóm. Không nên xem đây là kết quả đã được xác minh độc lập. 21
| Bài đánh giá | Điểm được báo cáo |
|---|---|
| SWE-bench Verified | 73,6 |
| Terminal-Bench 2.1 | 51,7 |
| τ³ Overall | 65,3 |
| BFCL-v4 | 67,9 |
Nguồn hiện có chưa cung cấp đủ chi tiết đánh giá có thể so sánh để xác định chính xác Clover hơn Qwen3.6-35B-A3B hoặc các mô hình tự hồi quy cùng quy mô bao nhiêu. Vì vậy, nên thận trọng khi đối chiếu nếu thiết lập mô hình và điều kiện kiểm tra không giống nhau.
Tốc độ và kết quả tác nhân web
Một trang so sánh mô hình dẫn số đo của DiffuSpace, theo đó Clover đạt tối đa 680 token/giây trên một GPU NVIDIA GB300. 27 Trong một báo cáo WindTunnel riêng về tác nhân web, 49 tác vụ được thử ba lần mỗi tác vụ. Thời gian thực thi trung vị của Clover được báo cáo là 1,52 giây, so với 3,21 giây của Jev kết hợp Mercury 2.5. Báo cáo cũng nêu tỷ lệ thành công mỗi lần thử lần lượt là 98,6% và 95,9%. Đây là kết quả của một đợt đánh giá, không phải bằng chứng về hiệu năng trong mọi quy trình duyệt web.
21
Nguồn hiện có không xác nhận con số tốc độ của Clover trên một GPU H200 hoặc phép so sánh trực tiếp với phương pháp giải mã suy đoán DFlash2. Có ghi nhận một bản demo cộng đồng chạy trên ZeroGPU, nhưng bản demo được lưu trữ không tự nó là một bài benchmark. 1
Trọng số, giấy phép và thời điểm phát hành
Kho Hugging Face chính thức lưu trữ trọng số Clover; DiffuSpace cũng liệt kê kho GGUF chính thức để chạy cục bộ. 5
6 PC Watch cho biết mô hình dùng giấy phép Apache 2.0 và có mã suy luận cho Transformers, trong khi mã hỗ trợ và hướng dẫn cài đặt cho SGLang, llama.cpp được mô tả là sẽ ra mắt sau.
17
Thời điểm phát hành được ghi nhận không thống nhất: PC Watch nêu ngày 28 tháng 10 theo giờ Trung Quốc, còn bài giới thiệu trên Hugging Face của DiffuSpace đề ngày 30 tháng 10. 3
17 Nguồn hiện có cũng ghi nhận một bản chat demo cộng đồng chạy trên ZeroGPU, nhưng chưa xác minh các kế hoạch về bộ khung tác nhân hoặc ứng dụng lập trình trên máy tính để bàn.
1
Điều cần chờ kiểm chứng
Clover là một thử nghiệm đáng chú ý nhằm đưa khuếch tán theo khối vào các tác vụ lập trình và dùng công cụ. Kiến trúc của mô hình khác cách sinh token lần lượt từ trái sang phải, còn các kết quả benchmark và tốc độ được báo cáo là những thông tin đáng theo dõi. Tuy nhiên, các tuyên bố này vẫn cần được kiểm chứng thêm. Đánh giá độc lập nên xem xét định dạng lời gọi công cụ, khả năng phục hồi sau lỗi, mức độ hoàn thành các quy trình dài và độ trễ đầu-cuối — chứ không chỉ số token mỗi giây.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Clover muốn giúp AI xử lý việc lập trình và dùng công cụ — nhưng kết quả vẫn cần kiểm chứng" là gì?
Clover 35B A3B Preview là mô hình ngôn ngữ khuếch tán chỉ xử lý văn bản, có 35 tỷ tham số tổng và khoảng 3 tỷ tham số hoạt động cho mỗi token, hướng đến lập trình và tác vụ dùng công cụ.
Những điểm chính cần xác nhận đầu tiên là gì?
Clover 35B A3B Preview là mô hình ngôn ngữ khuếch tán chỉ xử lý văn bản, có 35 tỷ tham số tổng và khoảng 3 tỷ tham số hoạt động cho mỗi token, hướng đến lập trình và tác vụ dùng công cụ. Khác với cách sinh từng token từ trái sang phải, mô hình tạo văn bản theo khối với attention hai chiều bên trong mỗi khối.
Tôi nên làm gì tiếp theo trong thực tế?
DiffuSpace báo cáo tốc độ tối đa 680 token/giây trên một GPU GB300; một đánh giá tác nhân web riêng ghi nhận thời gian thực thi trung vị 1,52 giây qua 49 tác vụ.