¿Qué es Laya IA? Modelo de decisión de código abierto

Laya es una familia de código abierto de modelos de decisión no autorregresivos creada por ConvAI Innovations. En lugar de escribir una respuesta libre token a token, Laya evalúa preguntas estructuradas sobre un estado y devuelve salidas tipadas que el código de tu aplicación puede usar directamente.

El proyecto oficial describe tres tipos de decisión:

• choice: elige entre opciones con nombre y devuelve probabilidades.
• score: sitúa una entrada en una escala ordenada.
• noul: devuelve la probabilidad de que una afirmación sea cierta.

Fuente principal: Laya en GitHub.

Laya no es un generador de texto de uso general

Un LLM generativo es útil cuando la salida es lenguaje en sí: una explicación, un correo, un resumen, código o una conversación.

Laya se centra en otra parte de la aplicación. Está pensado para los puntos donde el software necesita una decisión concreta, por ejemplo:

• ¿A qué cola de soporte debe ir este ticket?
• ¿Qué urgencia tiene esta solicitud?
• ¿Es probable que este mensaje sea phishing?
• ¿Qué modelo debe encargarse de la siguiente tarea?
• ¿Parece que este usuario va a darse de baja?

Por eso Laya se entiende mejor como una capa de decisión que como un chatbot.

Cómo funciona Laya

La aplicación aporta dos cosas:

1. Un estado (state): texto, JSON, un ticket, un correo u otro contenido similar a un documento.
2. Una o varias preguntas (questions) tipadas sobre ese estado.

El modelo evalúa esas preguntas en una sola pasada y devuelve respuestas estructuradas.

choice

Usa choice cuando la salida debe ser una etiqueta de un conjunto definido.

Ejemplos:

• facturación / técnico / ventas
• seguro / sospechoso / bloqueado
• modelo pequeño / modelo de frontera

score

Usa score cuando la salida pertenece a una escala ordenada.

Ejemplos:

• urgencia baja / media / alta
• frustración leve / moderada / grave
• nivel de riesgo del 1 al 5

noul

Usa noul para una afirmación de sí o no en la que a la aplicación también le sirve una probabilidad.

Ejemplos:

• ¿pide un reembolso?
• ¿probable phishing?
• ¿el usuario amenaza con cancelar?

La familia actual de modelos Laya

El proyecto oficial publica actualmente tres checkpoints:

Checkpoint	Encoder	Parámetros	Contexto por defecto	Uso previsto
laya	ModernBERT-large	421M	512	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

Consulta nuestra página de modelos de Laya para ver sus diferencias.

¿Laya funciona en español?

Sí. Para textos en español, empieza con laya-multilingual: está pensado para más de 100 idiomas. 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, que puede equivocarse con mucha seguridad en idiomas que no domina. Como con cualquier modelo, mide la precisión con tus propios datos antes de automatizar decisiones.

Por qué Laya está llamando la atención

Varias características lo hacen poco habitual para un modelo de decisión recién publicado:

• Los pesos del modelo son públicos.
• El código tiene licencia Apache 2.0.
• Se puede autoalojar.
• El proyecto oficial incluye un paquete de Python, un Router, benchmarks y un flujo de ajuste fino.
• Los ports y runtimes de la comunidad empezaron a aparecer a los pocos días del lanzamiento.

Lo importante no es que todos los benchmarks ya favorezcan a Laya: no es así. La oportunidad está en que se está formando muy rápido un ecosistema abierto de modelos de decisión.

Las limitaciones actuales importan

El proyecto oficial es inusualmente claro sobre varias limitaciones:

• Los checkpoints base son débiles en zero-shot en su benchmark de decisiones tipadas; el resultado más alto, 0.766, viene del checkpoint ajustado laya-typed-decisions.
• Las tareas choice con muchas opciones pueden degradarse con la configuración por defecto del presupuesto de tokens.
• Hay que evaluar la calibración antes de usar las probabilidades como umbrales en producción.
• Los checkpoints en inglés y multilingüe tienen puntos fuertes distintos.

Lee el BENCHMARKS.md oficial antes de tomar una sola cifra destacada como representativa.

Dónde encaja Laya

Laya tiene sentido cuando una aplicación necesita decisiones tipadas frecuentes y le importa alguno de estos puntos:

• inferencia local,
• pesos abiertos,
• ajuste fino,
• salidas estructuradas y predecibles,
• enrutamiento con datos sensibles,
• clasificación de alto volumen,
• escalada basada en la confianza.

Encaja peor cuando la tarea exige razonamiento extenso o cuando una decisión tiene un conjunto de etiquetas muy grande sin un diseño adicional.

Laya vs Jev

Laya y TypeSafe Jev atacan un tipo de problema parecido, pero sus modelos de producto son distintos. Laya es abierto y se puede autoalojar; Jev se ofrece como API alojada. La comparación de capacidades depende mucho del checkpoint, del ajuste, de los datos, del idioma y del número de opciones.

Consulta Laya vs Jev (en inglés) para ver una comparación con fuentes.

Como los checkpoints base son débiles en zero-shot con flujos propios, la mayoría de los despliegues reales empiezan con un ajuste fino: consulta cómo hacer ajuste fino de Laya (en inglés).

Última verificación: 25 de septiembre de 2026.