这个来自 Convai Innovations 的开源决策引擎，是 2026 年 9 月 star 数最高的机器学习仓库之一。它把自己定位成非自回归的 System 1 模型：不生成文本，而是用一个 4.21 亿参数的编码器 读入文本和一组带类型的问题，直接给出每个选项的概率。 三类问题，一次算完 Laya 支持的问题类型是固定的几种：标签之间的选择（choice）、量表上的打分（score）、是/否判断（noul）。一次前向传播、零输出 token，返回每个选项的概率。 它的卖点是速度和校准过的概率，被描述为 TypeSafe 的 Jev 的开源答案。 装完就发现的第一件事 加载检查点时会打印随包发布的温度参数。概率等于 softmax(logits / T)，T 大于 1 让概率变软，T 小于 1 让概率变尖。 问题出在 choice 类型里选项数 11 个及以上的那一档：检查点发布的值是 0.10 ，超出了有效范围，加载器把它钳到 0.5 并给出警告。0.5 小于 1，意味着任何选项数达到 11 个的选择题，概率都会被 锐化两倍 ——模型看起来会比它实际的把握更确定。 这个细节在做出任何预测之前就暴露了。 可复现性上的两个选择 安装的是发布版 laya 0.3.27，加载英文检查点。有两处设置决定了结果能否复现： 默认情况下 laya.load 跟随 Hugging Face 主分支，这里改为固定到库作者自己审阅过的那个提交，通过 laya.PINNED_REVISIONS 暴露。 在 CUDA 上 Laya 会自动转成半精度，关掉之后所有设备都跑 fp32，GPU 结果能和 CPU 结果在浮点噪声范围内对上。 测试用的真实标注数据来自 CLINC150 意图数据集的银行业务领域，答案已知。要测的是生产环境里的路由器实际会拿到什么：零样本准确率对比训练过的分类器、选项措辞和顺序的影响有多大、发布的概率有多诚实、在验证数据上拟合温度能修好什么又会悄悄弄坏什么、按错误预算拟合的弃权门、范围外流量、温度修不好的是/否问题，以及来自 pydantic schema 的类型化输出。 一个不生成任何 token 的模型，把全部赌注押在概率是否可信上。而它发布的第一组温度参数里，就藏着一个被钳制的值。 特别