Laya：基于RLCD的421M开源决策模型，超越所有Jev基准
2026.09.18 · 事件 · 开源项目 · 本人发布
开发者发布Laya模型，采用RLCD训练，在多个基准上超越Jev，并提供在线演示。
开发者NandhaKishorM发布了名为Laya的开源决策模型，基于421M参数的非自回归架构，结合ModernBERT-large编码器和Transformer头，在单个RTX 6000 Pro上训练。模型在25,000+人工标注样本上训练，采用RLCD策略梯度方法优化，在Jev基准上表现优异，并提供了HF Space和GitHub仓库供测试。
- Laya模型超越所有Jev基准
- 421M参数非自回归决策模型
- 基于25,000+人工标注样本训练
- 采用RLCD策略梯度优化方法
- 提供HF Space和GitHub仓库
为什么值得看
展示开源模型在决策任务上的新突破，且可低配置运行。
适合谁关注
AI开发者、模型训练者、对决策模型感兴趣的研究者。