Laya 用 33 毫秒的开源决策模型，翻出了一年前的论文反驳 Jev
上周 TypeSafe 的 Jev 把模型变成带概率的决策函数，输入定价每百万 token 0.042 美元。现在一个叫 Laya 的开源项目给出了对照物，作者还认为自己才是更早的那个人。
ConvAI Innovations 的 Nandakishor Mukkunnoth 说，他在 2025 年 3 月就发表过非自回归决策模型的论文，权重、数据集和 PyPI 包全都放了，只是当时只在 Reddit 上发过一条帖子。看到前沿实验室把同样的想法当作全新突破来发布，没有论文、没有权重、没有公开数据，他决定重做一版并全部开源。
Laya 建在双向编码器上，放出三个 Apache 2.0 检查点，用选择、打分、布尔判断三种原语在一次前向传播里返回概率分布，单卡 33 毫秒，批量时每题 7.2 毫秒，还自带按 22 种文字系统切换的语种路由。作者给出的对比表里，typed-decisions 上 0.766 对 0.727，AG News 0.950 对 0.910，校准误差 0.081 对 0.246，延迟快约八倍，自托管成本为零。
更值得读的是他主动写下的限制。选项超过 20 个分数就崩，77 类任务上只有 0.425，而 Jev 是 0.870；开箱即用的基座模型接近随机，必须微调；温度还得按域拟合。他还发现英文模型在高棉语上准确率为 0，却给出 95% 的置信度，所以置信度门槛保护不了你，用哪个模型必须在推理之前决定。
Hacker News 上最热的评论点出了真正的分野。技术早就散落在 BERT、GLiNER 这些工作里，Jev 赢在把接口、术语和开发者体验讲清楚，而只在 Reddit 上发论文的人拿不到这份注意力。