Beitrag von **Michelle Chen, Alex Reneau und Kevin Flansburg**, veröffentlicht am **1. Oktober 2026** im **Cloudflare**-Blog (~10 Minuten Lesezeit, Woche des „AI Birthday“). Cloudflare veröffentlicht **Clef** und **Clef-flash**, seine ersten selbst trainierten Modelle, gehostet auf **Workers AI** und als Open Source verteilt (Apache 2.0, Hugging Face), zusammen mit einem Fine-Tuning-Dienst für Reinforcement Learning.
#Clef#Clef-flash#Entscheidungsmodell
Michelle Chen · Alex Reneau · Kevin Flansburg — équipe Workers AI / plateforme IA · blog Cloudflare.
Technische Dokumentationsseite von **GPT Researcher**, *„Context Filter“*, überarbeitet am **26. September 2026** von **Assaf Elovic**, dem Erschaffer des Projekts, an dem Tag, an dem er **Jev** (ein Modell von **TypeSafe**) zum Standard-Kontextfilter machte. Rund **2.200 Wörter**, einschließlich eines reproduzierbaren Benchmarks. **(A)** Die Gestaltungsthese: Der Kontextfilter ist *„der größte Hebel für die Berichtsqualität nach der Recherche selbst“*: *„was er verwirft, bekommt der Schreiber nie zu sehen“*. **(B)** Der Mechanismus: Jede gescrapte Seite wird in **1.000 Zeichen** lange Abschnitte zerlegt. Jev bewertet jeden Abschnitt auf einer vierstufigen Nützlichkeitsskala (0 bis 3), und nur Abschnitte mit **≥ 1,5** werden beibehalten, höchstens zehn. Ohne API-Schlüssel übernimmt ein lokaler **BM25**-Fallback mit relativem Schwellenwert. **(C)** Der Benchmark: 28 Aufgaben, erneut auf denselben Seiten durchgespielt. **73 %** relevante Passagen für Jev gegenüber **46 %** für Embeddings, **15-10-3** im Direktvergleich, bei gleichen Kosten (~0,115 $ pro Bericht). **(D)** Der am ehesten übertragbare Befund: *„der Schwellenwert zählt mehr als das Ranking“*. Ohne Schwellenwert fällt Jev auf 50 % zurück. Der Gewinn entsteht durch weniger Rauschen, nicht durch mehr Inhalt. Erweitert, auf der Websuche-Seite, den Vergleich von Retrieval-Strategien aus [[comparethemarket-context-retrieval-ai-code-review-gkg-rag-2026-03-06]].
#Kontextfilter#Context Filter#Passagenauswahl
Assaf Elovic · créateur de GPT Researcher · auteur de la page (documentation officielle docs.gptr.dev, non signée).
Ankündigung von **Diogo Almeida**, Gründer von **TypeSafe AI** (zuvor bei OpenAI, wo er an Trainingsmethoden für Instruction-Following arbeitete), veröffentlicht am **15. September 2026** im Unternehmensblog (~2.500 Wörter). Der Text stellt eine neue Modellklasse vor, die **System One Models**, sowie deren erstes Modell, **Jev**, im Early Access.
#System One#Entscheidungsmodell#Jev
Diogo Almeida — fondateur de TypeSafe AI · ancien chercheur chez OpenAI (billet du blog d'entreprise).