不是 LayaAir / Layabox 游戏引擎 · 独立社区站点

用你的客服工单,验证 Laya 决策模型。

在官方 Convai Hugging Face Space 上运行 Laya AI,或 pip install laya 后在本机运行。这是开源 System-1 决策模型,一次前向返回 choice、score、noul。Inference via official Convai HF Space。排队和可用性由 Space 决定,权重留在他们的机器上。

typed-decisions 的 2,000 条决策上,英文底座是 0.362,多语言底座是 0.352,都低于 0.461 的多数类基线。0.766 是微调后的 laya-typed-decisions,写在 Hugging Face 模型卡和 README 上,不是 pip install 的零样本结果。

System-1 在这里指什么

Laya AI 是开源 System-1 决策模型:一次前向给出 choice、score、noul,不生成需要再解析的长文本。实时路径是官方 Hugging Face Space。本机路径是 Python 3.10+ 与 python -m pip install laya。README 没有给出最低显存。预加载后,多语言检查点一道题在 Tesla T4 上是 32.8 ms,CPU 上是 193–464 ms。

Laya vs Jev(README 原文)

下表来自上游 README 的 routed 对照,本站没有重测。0.766 是微调后的 laya-typed-decisions。同一组 2,000 条决策上,英文底座 0.362,多语言底座 0.352,多数类基线 0.461。完整表在 Laya vs Jev。

来源:NandhaKishorM/laya README。
Jev 1.13.0Laya(routed)
typed-decisions,2,000 条0.7270.766
AG News,4 类0.9100.950
Banking77(72 类对 77 类)0.8700.425
p50 延迟,1 题236–276 ms32.8 ms

三个检查点

数字来自上游 README,不是本站实测。
检查点编码器参数用途
layaModernBERT-large421M英文,上下文 512
laya-multilingualmmBERT-base322M100+ 语言,上下文 1024,可到 8192
laya-typed-decisionsModernBERT-large421M在 typed-decisions 上微调后的检查点

路由器按文字和语言选择前两个检查点。typed-decisions 不会自动选中。README 记载英文检查点在高棉语上准确率 0.000、置信度 0.952,所以不能靠置信度兜底。

0.766 是微调结果

typed-decisions 的 2,000 条决策上,微调检查点是 0.766。英文底座 0.362,多语言底座 0.352,都低于 0.461 的多数类基线。安装包不会自动带上这个分数。标签很多时 README 里 Jev 更高:Banking77 上 Jev 0.870(72 类),Laya 0.425(77 类)。详见 英文对照页。

问题类型

choice
在你给出的标签里选一个,并返回每个标签的概率。
score
在有序量表上给出期望档位,例如紧急程度。
noul
陈述为真的概率,0 到 1。用于流失、钓鱼这类是否判断。

常见问题

这是 LayaAir 游戏引擎吗?

不是。LayaAir 是 Layabox 的游戏引擎。本站介绍的 Laya 是 Convai Innovations / NandhaKishorM 发布的开源 System-1 决策模型,两者没有关系。

这个网站会运行官方权重吗?

实时运行嵌入官方 Convai Hugging Face Space,推理在他们的机器上,受 Space 排队和可用性影响。本站不下载权重。离线演示标明 Offline demo,是本地关键词启发式,只在 Space 不可用时作为后备。本机运行请 pip install laya。

安装包就能达到 0.766 吗?

不能。上游 README 里的 0.766 属于在该基准训练集上微调过的 laya-typed-decisions。英文底座和多语言底座在同一组 2,000 条决策上是 0.362 和 0.352,低于 0.461 的多数类基线。

下一步

Laya AI:可本地运行的开源 System-1 决策模型