Modelos de Laya IA: checkpoints, contexto y casos de uso
Compara los checkpoints Laya, Laya Multilingual y Laya Typed Decisions por encoder, número de parámetros, ventana de contexto, idiomas y mejores casos de uso.
Laya publica actualmente tres checkpoints principales. Comparten la misma interfaz de decisiones tipadas, pero no son intercambiables.
| Checkpoint | Encoder | Parámetros | Contexto por defecto | Mejor punto de partida |
|---|---|---|---|---|
laya | ModernBERT-large | 421M | 512 | Inglés |
laya-multilingual | mmBERT-base | 322M | 1024 | Tareas multilingües, incluido el español |
laya-typed-decisions | ModernBERT-large | 421M | 1024 | Tareas similares al benchmark de decisiones tipadas |
Fuente: repositorio oficial de Laya.
laya
El checkpoint predeterminado en inglés.
Úsalo como primera referencia cuando tus entradas estén mayoritariamente en inglés y tu tarea no coincida específicamente con el ajuste de decisiones tipadas.
laya-multilingual
El checkpoint multilingüe se basa en mmBERT-base y está pensado para más de 100 idiomas. Es el punto de partida recomendado para textos en español.
El proyecto oficial recomienda enviar las entradas que no están en inglés a este checkpoint en lugar de fiarse de la confianza del checkpoint en inglés. Su propio benchmark multilingüe muestra que el modelo en inglés puede seguir muy seguro mientras se equivoca con escrituras que no admite.
laya-typed-decisions
Este checkpoint está ajustado para los flujos de decisiones tipadas del proyecto.
Obtiene la precisión más alta en el benchmark oficial de decisiones tipadas, pero ese resultado no debe confundirse con el rendimiento zero-shot del modelo base.
Detalles de cada checkpoint (en inglés)
- laya: checkpoint en inglés, benchmarks y límites
- laya-multilingual: más de 100 idiomas, calibración y sesgos conocidos
- laya-typed-decisions: el checkpoint ajustado detrás del resultado de 0.766
Ventana de contexto
La cantidad de texto que Laya lee en una sola pasada depende del checkpoint:
| Checkpoint | Contexto por defecto | Reservado para pregunta y opciones |
|---|---|---|
| laya | 512 tokens | 192 |
| laya-multilingual | 1.024 tokens | 256 |
| laya-typed-decisions | 1.024 tokens | 256 |
Por defecto, predict() trunca un estado que supera el límite. Para textos más largos tienes dos opciones:
- Subir el límite:
agent.cfg["max_len"] = 8192, y sube tambiénagent.cfg["head_max_len"]si hay muchas opciones. La documentación oficial indica 8.192 tokens para laya-multilingual. Las entradas cortas dan las mismas respuestas y la velocidad depende de la longitud real de la entrada, no del límite. - Recorrer documentos largos:
agent.predict_long(state, questions, window=256)lee todo el estado en ventanas superpuestas y, para cada pregunta, se queda con la respuesta de la ventana más segura. Está disponible desdelaya0.3.21 (pip install -U laya). Cada respuesta indica qué ventana la decidió, y la probabilidad es la de esa ventana, no un valor calibrado para todo el documento.
Las pruebas oficiales de laya-multilingual con max_len=8192 respondieron bien 16 a 18 de 20 peticiones cuando el texto relevante aparecía tras unos 4.000 tokens de otro texto; más allá, los resultados variaron (8 a 17 de 20). Una entrada de 4.000 tokens tardó unos 1,7 s en una GPU de Apple. Fuente: Laya en GitHub.
Router
El paquete oficial de Python incluye un Router que elige entre checkpoints según la entrada.
from laya import Router
router = Router(preload=True)
result = router.predict(state, questions)
Cómo elegir
- Empieza con el modelo que corresponda a tu idioma.
- Prueba el checkpoint de decisiones tipadas cuando tu flujo se parezca a su entrenamiento.
- Evalúalo con tu propio conjunto de datos etiquetado.
- Revisa la calibración, no solo la precisión top-1.
- Prueba por separado los conjuntos de etiquetas grandes.
Consulta cómo instalar Laya para empezar con un ejemplo ejecutable.
Última verificación: 25 de septiembre de 2026.