开源 Laya 决策模型对标 Jev：33ms 出结果
421M 非自回归决策模型 Laya 声称在 typed-decisions 准确率和校准上超过 Jev，附 pip 安装与 predict 调用示例。
🔥速码：Jev 要排队、要付费、还闭源！开源加强版 Laya 已经能在消费级 GPU 上把它打穿！ 421M 非自回归决策模型，一次前向传播出结果，不写字、不幻觉、不解析 JSON。 核心亮点： 🔹单题约 33ms，比 Jev 快 6–10 倍 🔹typed-decisions 准确率 0.766 > Jev 0.727 🔹校准更好：ECE 0.081 vs 0.246 🔹支持 choice / score / noul 三种判断 🔹100+ 语言，Apache 2.0，本地跑 $0 🔹50% 自动放行时准确率约 92% 操作步骤： 1️⃣pip install laya 2️⃣agent = laya.load("convaiinnovations/laya") 3️⃣agent.predict(state, questions) 把邮件/工单丢进去，同时问：该分给谁、多紧急、会不会流失。一次返回带概率的答案。 生产建议用 laya-typed-decisions，多语言走 Router()。 模型：http://huggingface.co/convaiinnovations/laya 演示：http://huggingface.co/spaces/convaiinnovations/laya-demo #Laya #Jev #SystemOne #开源AI #决策模型 #LocalLLM #HuggingFace #RLCD #加强版
这条是引用着另一条写的：x.com/nft_chen/status/2101253568774697099