01
Enrutamiento de agentes y modelos
Decide qué herramienta, agente o modelo debe atender una solicitud según el estado actual y criterios tipados.
Modelo de decisión System 1 de código abierto
Laya IA: modelo de decisión de código abierto
Decisiones tipadas y rápidas para enrutamiento, clasificación de intenciones, puntuación de urgencia, detección de riesgos y salidas con probabilidades. Se ejecuta en local en una sola pasada, sin generar texto.
Apache 2.0Pesos abiertosMás de 100 idiomasInferencia en milisegundos23 mil+ estrellas en GitHub
Estado
“Al cliente le cobraron dos veces y pidió un reembolso.”
Laya
choicebilling
0.94
scoreurgent
1.84 / 2
noulrefund?
0.91
Una sola pasada y salidas tipadas que tu aplicación puede usar directamente.
Ejecuta Laya en el navegador
Prueba la clasificación de tickets, decisiones sobre correos, guardrails, filtrado RAG, moderación, enrutamiento y tus propias entradas de decisiones tipadas.
Ejemplo de ticket de soporte
CheckpointRouter automático
Estado
I was charged twice. Please refund the duplicate.
Preguntas
choicedepartmentscoreurgencynoulrefund_requested¿Qué puedes construir con Laya IA?
Los casos de uso más comunes de Laya IA son el enrutamiento de agentes y modelos, la clasificación de tickets de soporte, las barreras de seguridad (guardrails), la clasificación de intenciones, la puntuación de riesgos y la escalada de flujos de trabajo.
02
Clasificación de tickets de soporte
Enruta tickets por departamento, puntúa la urgencia y detecta señales de reembolso o abandono en la misma llamada.
03
Guardrails y controles de seguridad
Evalúa jailbreaks, políticas, abusos o condiciones de escalada antes de que continúe un flujo de trabajo.
04
Clasificación de intenciones
Asigna entradas de texto o JSON a un conjunto pequeño y definido de intenciones, sin generar ni analizar texto libre.
05
Puntuación de riesgo y fraude
Devuelve puntuaciones o probabilidades estructuradas de fraude, phishing, abandono u otros riesgos de tu aplicación.
06
Escalada de flujos de trabajo
Usa salidas de decisión calibradas para automatizar los casos claros y enviar los dudosos a un modelo más grande o a revisión humana.
Cómo funciona Laya
Cómo funciona Laya IA: choice, score y noul
Dale a Laya un estado y preguntas tipadas. Evalúa decisiones choice, score y noul en una sola pasada y devuelve salidas estructuradas que tu aplicación puede usar directamente.
choiceetiqueta + probabilidadesElige una opción entre criterios con nombre, como un departamento de soporte o una intención.
Salida
→billing · 0.94
scorepuntuación ordenadaSitúa una entrada en una escala ordenada, como urgencia, gravedad o frustración.
Salida
→urgent · 1.84 / 2
noulP(verdadero)Estima la probabilidad de que una afirmación sea cierta, como el riesgo de abandono o de fraude.
Salida
→refund requested · 0.91
Modelos de Laya IA
Modelos de Laya IA: elige el checkpoint adecuado
Laya publica actualmente tres checkpoints. La mejor opción depende del idioma y de si tu flujo de trabajo se parece al entrenamiento de decisiones tipadas.
| Checkpoint | Encoder | Parámetros | Contexto | Ideal para |
|---|---|---|---|---|
| laya | ModernBERT-large | 421M | 512 | Tareas en inglés |
| laya-multilingual | mmBERT-base | 322M | 1024 | Más de 100 idiomas, incluido el español |
| laya-typed-decisions | ModernBERT-large | 421M | 1024 | Flujos de decisiones tipadas |
Enrutamiento de modelos Laya
Envía cada tarea al checkpoint adecuado
Elige el checkpoint que encaje con tus idiomas y con el tipo de salida.
01
Solicitudes en inglés
clasificación, enrutamiento, moderación
02
Solicitudes multilingües
intenciones en otros idiomas y clasificación entre idiomas
03
Decisiones tipadas
salidas choice, score, noul y probabilidades
L
Laya RouterCheckpoint base
tareas generales de decisión en inglés
layaCheckpoint multilingüe
tareas de decisión en más de 100 idiomas
laya-multilingualCheckpoint de decisiones tipadas
flujos estructurados de choice, score y noul
laya-typed-decisionsLas entradas, el idioma y la forma de la salida determinan el mejor checkpoint.
Inicio rápido
Ejecuta Laya IA en local con Python
El paquete oficial se instala desde PyPI e incluye un Router que elige el checkpoint según la solicitud.
Los ejemplos de la API se comprueban con el repositorio oficial y pueden cambiar mientras Laya evoluciona rápidamente.
Leer la guía de instalaciónpip install layafrom laya import Router
router = Router(preload=True)
state = {"body": "I was charged twice. Please refund the duplicate."}
questions = {
"department": {
"type": "choice",
"instructions": "Which department should handle this?",
"criteria": {
"billing": "payments and refunds",
"technical": "bugs and outages"
}
},
"refund_requested": {
"type": "noul",
"instructions": "Does the user explicitly request a refund?"
}
}
result = router.predict(state, questions)Resultado
department=billing · refund_requested=0.91Laya vs Jev
Laya vs Jev: pesos abiertos, inferencia local y compromisos
Ambos se centran en decisiones tipadas, pero difieren en el modelo de despliegue, la apertura y sus compromisos actuales.
LayaJev
Pesos
LayaPesos abiertos · Apache 2.0
JevModelo alojado / API
Despliegue
LayaLocal o autoalojado
JevAPI gestionada
Ajuste fino
LayaPesos y flujo de ajuste disponibles
JevSin pesos públicos
Muchas opciones
LayaLa documentación oficial advierte de una degradación con la configuración por defecto
JevDiseñado para conjuntos de opciones más grandes
Los resultados de benchmarks solo sirven si se conservan el checkpoint, el ajuste, el hardware, el conjunto de datos y las condiciones del prompt.
Leer la comparación completa de Laya vs Jev (en inglés)Novedades del ecosistema Laya
Novedades en torno a Laya
Sigue runtimes, integraciones, benchmarks, recetas y proyectos System One que avanzan rápido. Las métricas de los proyectos se actualizan automáticamente en lugar de quedarse congeladas en el día del lanzamiento.
Oficial
NandhaKishorM/laya
Implementación de referencia de Laya: Router, checkpoints, benchmarks, ajuste fino y documentación.
23.3K 2KPython · PyTorch
Runtime
mizorewww/laya-mlx
Runtime nativo en MLX para ejecutar Laya en local en Apple Silicon.
6.2K 481Apple Silicon · MLX
Runtime
receptron/laya
Ejecuta Laya desde Node.js y TypeScript mediante ONNX Runtime.
433 36Node.js · TypeScript · ONNX
Recetas de Laya
Flujos de decisión ejecutables con código listo para copiar.
Runtimes
Opciones con Python, MLX, Node.js, ONNX, MPS y servidores.
Seguimiento de benchmarks
Resultados con fuentes y con el contexto de checkpoint, datos y hardware.
Modelos System One
Sigue la categoría más amplia de modelos de decisiones tipadas en torno a Laya.
Benchmarks de Laya
Benchmarks de Laya: precisión, latencia y limitaciones
Laya es nuevo y sus cifras cambian rápido. Separamos las afirmaciones oficiales de las mediciones independientes y mantenemos visibles las condiciones de ajuste.
Precisión publicada para el checkpoint ajustado laya-typed-decisions sobre 2.000 decisiones.
Benchmark oficialPublicada para laya-multilingual en una Tesla T4 en el benchmark oficial.
Benchmark oficialEl proyecto oficial documenta una degradación en tareas choice con muchas opciones usando la configuración por defecto.
Limitación oficialEl resultado de 0.766 proviene de un checkpoint ajustado para esa familia de benchmarks; los checkpoints base son mucho más débiles en zero-shot en ese benchmark.
Cómo leer las cifras
Un resultado solo tiene sentido con sus condiciones
Mantén el checkpoint, el ajuste, el conjunto de datos y el hardware junto a cada resultado.
Ejemplo de precisión
Checkpoint
laya-typed-decisions
Ajuste
ajustado
Datos
2.000 decisiones
Resultado
0.766 de precisión
Ejemplo de latencia
Checkpoint
laya-multilingual
Estado del modelo
cargado
Hardware
Tesla T4
Resultado
32.8 ms / consulta
Los conjuntos con muchas opciones pueden degradarse con la configuración por defecto; prueba por separado las tareas con muchas etiquetas.
Guías y ejemplos de Laya IA
Guías breves y con fuentes para las primeras preguntas que buscan los desarrolladores.
Instalar Laya en local
Requisitos de Python, instalación del paquete, carga de modelos y la primera llamada al Router.
Guía de Laya en Python (en inglés)
Crea preguntas choice, score y noul y usa las salidas tipadas de forma segura.
¿Qué es Laya?
Entiende los modelos de decisión System 1 y el lugar de Laya junto a los LLM generativos.
Ajuste fino de Laya (en inglés)
Entrena con tus propias decisiones etiquetadas usando el notebook RLCD y recalibra con datos reservados.
Autoalojar Laya (en inglés)
Ejecuta el servidor HTTP compatible con Jev, la CLI de laya, Docker o el servidor MCP para agentes.
Laya vs LLM (en inglés)
Cuándo un modelo de decisiones tipadas supera a GPT o Claude en clasificación y enrutamiento, y cuándo no.
Preguntas frecuentes sobre Laya IA
Respuestas a las primeras preguntas de los desarrolladores sobre el modelo y este sitio.
Recurso comunitario independiente. No afiliado a ConvAI Innovations. Los nombres, logotipos y marcas de Laya pertenecen a sus respectivos propietarios.
¿Qué es Laya IA?
Laya es una familia de código abierto de modelos de decisión no autorregresivos que responde preguntas tipadas choice, score y noul sobre un estado, en lugar de generar texto libre.
¿Laya es de código abierto?
Sí. El proyecto oficial publica los pesos del modelo y el código bajo la licencia Apache 2.0.
¿Se puede ejecutar Laya en local?
Sí. El paquete oficial de Python carga los checkpoints de Laya en local, y ya existen runtimes comunitarios para otros entornos.
¿Qué diferencia hay entre Laya y Jev?
Ambos se orientan a flujos de decisiones tipadas, pero Laya publica sus pesos para autoalojarlo, mientras que Jev se ofrece como API alojada. Los compromisos actuales en benchmarks dependen de la tarea y de las condiciones de prueba.
¿Cómo instalo Laya IA?
Instala el paquete de Python con pip install laya y usa el Router o carga un checkpoint concreto en local. La guía de instalación explica los requisitos de Python, la precarga y la primera predicción.
¿Funciona Laya en español?
Sí. El checkpoint laya-multilingual admite más de 100 idiomas, incluido el español. Para tareas en español, empieza con ese checkpoint y mide los resultados con tus propios datos.
¿Puedo usar Laya desde TypeScript o en Apple Silicon?
Sí. Ya hay runtimes comunitarios para JavaScript o TypeScript mediante ONNX y para Apple Silicon mediante MLX. Son proyectos de la comunidad, no versiones oficiales de ConvAI Innovations.
¿Qué checkpoint de Laya debo usar?
Empieza con laya para inglés y con laya-multilingual para otros idiomas, y evalúa laya-typed-decisions si tu tarea se parece a los flujos de decisiones tipadas. Mide con tus propios datos antes de usarlo en producción.
¿Es este el sitio oficial de Laya?
No. Laya AI es un recurso comunitario independiente y no está afiliado a ConvAI Innovations.