Laya
开源非自回归决策模型，基于ModernBERT-large编码器，参数量4.21亿，采用RLCD强化学习训练方法，专为意图路由、内容审核、事实核查等决策类任务设计
核心事实
时间轴 (近 90 天)
Pricor 的处理链路为：先用规则分析器找到表头行、行类型、列类型和数字格式，再由微调过的多语言模型 Laya 把每一列归入封闭的角色集合，Laya 不确定的列交给通过 Ollama 本地运行的 Gemma 4 E4B，仍不确定的部分交给用户回答。
Pricor 公布的基准测试使用来自两家经销商的 29 个留出列：关键词/类型启发式正确 24/29（82.8%），Laya 零样本 18/29（62.1%），Laya 微调后 22/29（75.9%），Gemma 纯提示 25/29（86.2%）。
语言能力：Jev以英文为主，包括CJK在内的其他语言准确率较低；Drex未公布语言列表；Laya覆盖100种以上语言，实测51种中有45种可用，并内置语言路由器
微调后Laya在同一基准上达到0.766，对比第三方公布的Jev 0.727；Drex以厂商服务形式提供微调
校准方面，Jev独立测试的ECE在0.02–0.35之间随任务波动；Laya在温度拟合前ECE为0.466（过度自信），拟合后降至0.081；Drex未公布校准数据
Laya采用Apache 2.0许可，完全自托管（laya-serve），另有一个免费Demo Space；由ModernBERT-large 421M和mmBERT-base 322M编码器组成，可在T4甚至CPU上运行，CPU延迟193–464ms
注入文本会改变Jev的概率输出；Laya的score问题和noul在标签处理上存在跟随选项标签而非state的倾向
三款System One决策模型共享同一API：POST /v1/systemone，传入state和问题映射，该协议由TypeSafe定义，Jev是首个实现，Drex和Laya做了wire-compatible兼容
上下文长度：Jev每请求64K、每问题32K，加长上下文头可到262K；Laya仅512（英文）/1024，多语言最高8K
零样本质量上，Jev是参考基准；Drex厂商报告在其Decision Index上以61.25对57.96领先Jev，但在JevBench上以85.7%略低于Jev的86.6%；Laya零样本在typed-decisions上仅0.362，低于0.461的多数类基线
还有 40 条时间轴事件
全部知识事实 (20)
在 T4 显卡上，Laya 单个问题耗时 33 毫秒，批量处理可压到 7 毫秒
65%已验证小型决策模型可作为大模型系统中的前置调度器或决策节点，在Agent工作流和多模型编排架构中扮演关键角色
65%待验证Laya是一款开源、开放权重的分类决策模型，可直接下载在本地运行
60%待验证Laya将双向的ModernBERT-large编码器与一个从零训练的Transformer头部配对，该头部对[MASK]选项标记进行打分
60%待验证Laya整个模型是在单张RTX 6000 Pro（96GB显存）上完成训练的
60%待验证RLCD是作者自称的（非官方命名）基于策略梯度的强化学习方法，针对严格正确评分规则优化决策模型，只有当模型输出数学上校准的概率时才获得最大奖励
60%待验证Pricor 的处理链路为：先用规则分析器找到表头行、行类型、列类型和数字格式，再由微调过的多语言模型 Laya 把每一列归入封闭的角色集合，Laya 不确定的列交给通过 Ollama 本地运行的 Gemma 4 E4B，仍不确定的部分交给用户回答。
50%待验证Pricor 公布的基准测试使用来自两家经销商的 29 个留出列：关键词/类型启发式正确 24/29（82.8%），Laya 零样本 18/29（62.1%），Laya 微调后 22/29（75.9%），Gemma 纯提示 25/29（86.2%）。
50%待验证注入文本会改变Jev的概率输出；Laya的score问题和noul在标签处理上存在跟随选项标签而非state的倾向
50%待验证校准方面，Jev独立测试的ECE在0.02–0.35之间随任务波动；Laya在温度拟合前ECE为0.466（过度自信），拟合后降至0.081；Drex未公布校准数据
50%待验证语言能力：Jev以英文为主，包括CJK在内的其他语言准确率较低；Drex未公布语言列表；Laya覆盖100种以上语言，实测51种中有45种可用，并内置语言路由器
50%待验证零样本质量上，Jev是参考基准；Drex厂商报告在其Decision Index上以61.25对57.96领先Jev，但在JevBench上以85.7%略低于Jev的86.6%；Laya零样本在typed-decisions上仅0.362，低于0.461的多数类基线
50%待验证Laya采用Apache 2.0许可，完全自托管（laya-serve），另有一个免费Demo Space；由ModernBERT-large 421M和mmBERT-base 322M编码器组成，可在T4甚至CPU上运行，CPU延迟193–464ms
50%待验证微调后Laya在同一基准上达到0.766，对比第三方公布的Jev 0.727；Drex以厂商服务形式提供微调
50%待验证Jev和Drex都支持最多255个选项；Jev在完整的Banking77测试（77个标签）上达到79.2%；Laya在默认设置下超过约20个选项后性能下滑，Banking77上仅0.425
50%待验证三款System One决策模型共享同一API：POST /v1/systemone，传入state和问题映射，该协议由TypeSafe定义，Jev是首个实现，Drex和Laya做了wire-compatible兼容
50%待验证上下文长度：Jev每请求64K、每问题32K，加长上下文头可到262K；Laya仅512（英文）/1024，多语言最高8K
50%待验证SuperLocalMemory通过Laya（本地Mac端）或Jev（在线端）进行记忆验证以确保可靠性。
50%待验证Laya在高棉语文本上得分为0%，却报告了95.2%的平均置信度，是校准失败的典型案例。
50%待验证实验使用 Laya 英文 checkpoint（421M 参数），在 Mac 上纯 CPU 四线程本地运行。
50%