Zum Hauptinhalt springen

Convai InnovationsEntscheidungsmodellOpen Source

Laya Multilingual

BeliebtheitPlatz 159 von 876

46von 100wie im Vormonat

Zusammenfassung

Laya Multilingual verschiebt den Schwerpunkt der Familie von englischer Allgemeinverwendung zu mehrsprachigen lokalen Readouts. Der Checkpoint hat 322 Millionen Parameter und verarbeitet bis zu 8.192 Token, startet aber standardmäßig mit max_len=1024. Wie die anderen Laya-Modelle beantwortet er typisierte Fragen mit Choice, Noul und Score und erzeugt strukturierte Ergebnisse.

Für das Maximum setzt du max_len=8192 ausdrücklich. Auf den berichteten englischen Aufgaben erzielt der Checkpoint schwächere Werte als Laya. Laya Multilingual ist damit die Variante für gemischte Sprachen, während Laya den englischen Vergleich anführt.

GraduallyBench Decision

Automatisch ausgewertet anhand festgelegter Regeln.

Der Pilot umfasst 60 Testfälle aus 30 Szenarien auf Deutsch und Englisch. Fünf gleich gewichtete Aufgabenfamilien bilden den Wert von 0 bis 100. Fehlgeschlagene Anfragen und ungültige Antworten zählen als nicht erfolgreiche Entscheidungen. Die 30 Robustheitsvarianten und 40 Entwicklungsfälle werden getrennt ausgewertet.

Die Referenzantworten folgen gespeicherten Regeln und Berechnungen. Die automatische Regelprüfung erfolgte nach den Modellläufen. Aufgabenformulierungen und Übersetzungen wurden nicht menschlich gegengeprüft. Die Ergebnisse gelten für die genaue getestete Modellkennung und Route.

Protokoll decision-choice-automated-v1. Keine bestätigte Anbieterrechnung.

Laya Multilingual

Convai Innovations · laya-multilingual · local-cpu · Getestet 05.11.2026

Sollentscheidungsquote im Testplan
36,7 % (22 / 60)
Gültige Testantworten
60 / 60
Korrekte Robustheitsvarianten
13 / 30
Korrekte Entwicklungsfälle, außerhalb des Testwerts
16 / 40
Unnötige Eskalationen
2 / 52
Unterlassene notwendige Eskalationen
7 / 8
Lokale CPU, Median / p95
53 / 78 ms (n = 130)
API-Kosten
0,00 $

Lokale Rechenkosten sind nicht erfasst. CPU-Zeiten und API-Zeiten beschreiben unterschiedliche Betriebsumgebungen.

Apple M5 Max, 4 CPU-Threads

Getesteter Checkpoint e4e9ddf21a7b

Ergebnisse je Aufgabenfamilie
AufgabeKorrekt / geplantZeitlimit erreichtTransportfehlerUngültige Antworten
Dringlichkeit2 / 12000
Zuständigkeit6 / 12000
Auswahl mit Bedingungen3 / 12000
Zahlen und Tabellen4 / 12000
Ausreichende Evidenz7 / 12000

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 46 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 4

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

StreamDecisionBench (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.21
Bewertung
0.21
Messgröße
Mean log-AUC 0.5–8 s
Einheit
%
Richtung
Keine Richtung veröffentlicht
Stichprobe
480
Quellentyp
independent-evaluator
Auswertung
StreamDecisionBench GitHub README
Status
active
Abrufdatum
2026-10-18
Methodik
Unabhängige Evaluation. Self-hosted open-weight setting, exact source row “Laya multilingual”. Three passes over all 480 states per pass (8 scenarios in 4 families), sampled at a 2 s step; the source reports means. The README says all 17 self-hosted settings use BF16 backbones, each on one RTX PRO 6000 (96 GB), with benchmark and model on the same GPU host. Same-host latency includes request processing, runtime queueing, and inference, and excludes download, initialization, and warmup. Serving stack, exact checkpoint revision, and other runtime settings are not stated.
Quelle StreamDecisionBench GitHub README
StreamDecisionBench (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.21
Bewertung
0.21
Messgröße
Mean untimed (%)
Einheit
%
Richtung
Keine Richtung veröffentlicht
Stichprobe
480
Quellentyp
independent-evaluator
Auswertung
StreamDecisionBench GitHub README
Status
active
Abrufdatum
2026-10-18
Methodik
Unabhängige Evaluation. Self-hosted open-weight setting, exact source row “Laya multilingual”. Three passes over all 480 states per pass (8 scenarios in 4 families), sampled at a 2 s step; the source reports means. The README says all 17 self-hosted settings use BF16 backbones, each on one RTX PRO 6000 (96 GB), with benchmark and model on the same GPU host. Same-host latency includes request processing, runtime queueing, and inference, and excludes download, initialization, and warmup. Serving stack, exact checkpoint revision, and other runtime settings are not stated.
Quelle StreamDecisionBench GitHub README
Jev docs bilingual v2 Compact EN accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
35.7
Bewertung
35.7
Messgröße
Compact EN accuracy
Einheit
%
Benchmark-Version
Jev docs bilingual expansion v2, Compact condition
Kategorie
decision
Richtung
Mehr ist besser
Stichprobe
84
Quellentyp
community-reported
Auswertung
akitaonrails/jev-docs-benchmarks, bilingual v2 results
Status
active
Abrufdatum
2026-10-23
Methodik
Community-Messung. Zweisprachige Erweiterung v2, Compact-Bedingung; die Quelle nennt 84 verfasste Familien mit gepaarten Übersetzungen und drei korrelierten Bedingungen. Die Modellzeile heißt `laya-multilingual`; die Revision des Ziel-Checkpoints ist nicht angegeben.
Einordnung
Die Quelle nennt 84 verfasste Familien, berichtet aber weder modellbezogene Abschlusszahlen noch eine Checkpoint-Revision separat. Aufgaben-Zellen haben nur 12 Familien und sind explorativ.
Quelle akitaonrails/jev-docs-benchmarks, bilingual v2 results
Jev docs bilingual v2 Compact PT-BR accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
38.1
Bewertung
38.1
Messgröße
Compact PT-BR accuracy
Einheit
%
Benchmark-Version
Jev docs bilingual expansion v2, Compact condition
Kategorie
decision
Richtung
Mehr ist besser
Stichprobe
84
Quellentyp
community-reported
Auswertung
akitaonrails/jev-docs-benchmarks, bilingual v2 results
Status
active
Abrufdatum
2026-10-23
Methodik
Community-Messung. Zweisprachige Erweiterung v2, Compact-Bedingung; die Quelle nennt 84 verfasste Familien mit gepaarten Übersetzungen und drei korrelierten Bedingungen. Die Modellzeile heißt `laya-multilingual`; die Revision des Ziel-Checkpoints ist nicht angegeben.
Einordnung
Die Quelle nennt 84 verfasste Familien, berichtet aber weder modellbezogene Abschlusszahlen noch eine Checkpoint-Revision separat. Aufgaben-Zellen haben nur 12 Familien und sind explorativ.
Quelle akitaonrails/jev-docs-benchmarks, bilingual v2 results
typed-decisions (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.342
Bewertung
0.342
Messgröße
accuracy
Einheit
ratio
Kategorie
decision
Richtung
Mehr ist besser
Stichprobe
2000
Quellentyp
vendor-reported
Auswertung
ConvAI Innovations Laya model card
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Gemeinsamer Benchmark für typisierte Entscheidungen: 400 Fälle, 2.000 Entscheidungen, vier Arbeitsabläufe; Zeile des exakten Checkpoints.
Quelle ConvAI Innovations Laya model card
Typed-decisions soft accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.326
Bewertung
0.326
Messgröße
soft accuracy
Einheit
ratio
Benchmark-Version
convaiinnovations/laya-typed-decisions README revision e929ae5cf69bc34259cd2f95c9e91145b818b1f0
Richtung
Mehr ist besser
Stichprobe
2000
Quellentyp
vendor-reported
Auswertung
ConvAI Innovations, Laya typed-decisions model card
Status
active
Abrufdatum
2026-10-16
Methodik
Vom Anbieter veröffentlichter Wert. Offizielle Vergleichstabelle; Testsatz mit 400 Fällen und 2.000 Entscheidungen; Checkpoint laut Tabelle Laya multilingual; die Karte nennt 1.200 Trainingsfälle. Angeheftete README-Revision e929ae5cf69bc34259cd2f95c9e91145b818b1f0; Hash der ausgewerteten Gewichte ist nicht angegeben.
Einordnung
Die Tabelle berichtet einen gemeinsamen Test für typisierte Entscheidungen. Sie belegt weder mehrsprachige Qualität noch Leistung außerhalb der angegebenen Testverteilung.
Quelle ConvAI Innovations, Laya typed-decisions model card
Typed-decisions Brier score (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.439
Bewertung
0.439
Messgröße
Brier score
Einheit
ratio
Benchmark-Version
convaiinnovations/laya-typed-decisions README revision e929ae5cf69bc34259cd2f95c9e91145b818b1f0
Richtung
Weniger ist besser
Stichprobe
2000
Quellentyp
vendor-reported
Auswertung
ConvAI Innovations, Laya typed-decisions model card
Status
active
Abrufdatum
2026-10-16
Methodik
Vom Anbieter veröffentlichter Wert. Offizieller Vergleich auf dem Testsatz mit 400 Fällen und 2.000 Entscheidungen; Checkpoint laut Tabelle Laya multilingual. Die Tabelle nennt 1.200 Trainingsfälle. Geprüfte README-Revision e929ae5cf69bc34259cd2f95c9e91145b818b1f0; Hash der tatsächlich ausgewerteten Gewichte fehlt.
Einordnung
Die öffentliche Karte nennt einen gemeinsamen englischen Test für typisierte Entscheidungen und belegt keine mehrsprachige Qualität. Hash der getesteten Gewichte und Unsicherheitsintervall fehlen.
Quelle ConvAI Innovations, Laya typed-decisions model card
Typed-decisions expected calibration error (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.285
Bewertung
0.285
Messgröße
expected calibration error (ECE)
Einheit
ratio
Benchmark-Version
convaiinnovations/laya-typed-decisions README revision e929ae5cf69bc34259cd2f95c9e91145b818b1f0
Richtung
Weniger ist besser
Stichprobe
2000
Quellentyp
vendor-reported
Auswertung
ConvAI Innovations, Laya typed-decisions model card
Status
active
Abrufdatum
2026-10-16
Methodik
Vom Anbieter veröffentlichter Wert. Offizieller Vergleich auf dem Testsatz mit 400 Fällen und 2.000 Entscheidungen; Checkpoint laut Tabelle Laya multilingual. Die Tabelle nennt 1.200 Trainingsfälle. Geprüfte README-Revision e929ae5cf69bc34259cd2f95c9e91145b818b1f0; Hash der tatsächlich ausgewerteten Gewichte fehlt.
Einordnung
Die öffentliche Karte nennt einen gemeinsamen englischen Test für typisierte Entscheidungen und belegt keine mehrsprachige Qualität. Hash der getesteten Gewichte und Unsicherheitsintervall fehlen.
Quelle ConvAI Innovations, Laya typed-decisions model card
Typed-decisions score mean absolute error (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.687
Bewertung
0.687
Messgröße
score mean absolute error (MAE)
Einheit
Keine Einheit angegeben
Benchmark-Version
convaiinnovations/laya-typed-decisions README revision e929ae5cf69bc34259cd2f95c9e91145b818b1f0
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
ConvAI Innovations, Laya typed-decisions model card
Status
active
Abrufdatum
2026-10-16
Methodik
Vom Anbieter veröffentlichter Wert. Der Test der offiziellen Vergleichstabelle umfasst insgesamt 400 Fälle und 2.000 Entscheidungen; die Stichprobengröße für die Score-MAE wird nicht separat angegeben. Checkpoint laut Tabelle Laya multilingual; die Karte nennt 1.200 Trainingsfälle. Angeheftete README-Revision e929ae5cf69bc34259cd2f95c9e91145b818b1f0; Hash der ausgewerteten Gewichte fehlt.
Einordnung
Die Karte definiert weder Zielbereich oder Skala des Score-Ziels noch einen separaten MAE-Nenner. Der Wert ist nicht als normierter Prozentwert zu lesen und die Stichprobengröße ist nicht abzuleiten; Hash der Gewichte und Unsicherheitsintervall fehlen.
Quelle ConvAI Innovations, Laya typed-decisions model card
System One SST-2: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.8567
Bewertung
0.8567
Messgröße
accuracy
Einheit
ratio
Benchmark-Version
System One 2026-09-26 run; evaluator commit ed4544869a9480aa98db6572a21733803eadcbb8; Laya 0.3.20, release-default multilingual checkpoint; SST-2
Kategorie
classification
Richtung
Mehr ist besser
Stichprobe
300
Untere Konfidenzgrenze
0.812
Obere Konfidenzgrenze
0.892
Quellentyp
official-leaderboard
Auswertung
System One report, Laya AI-hosted result summary for laya-multilingual, pinned source commit ed4544869a9480aa98db6572a21733803eadcbb8
Status
active
Abrufdatum
2026-10-17
Methodik
Offizielle Benchmark-Rangliste. Gemeinsame typisierte Auswahl-Anfrage im Jev-Stil an POST /v1/systemone; veröffentlichte Standardwerte; kein Benchmark-Fine-Tuning; je Beispiel eine sequenzielle Anfrage auf Apple M5 Pro. Laya 0.3.20, release-default multilingual checkpoint. Der Evaluator nennt keinen Hash der geladenen Gewichte. Die Hugging-Face-Revision e4e9ddf21a7b1903b7acffd8814ad4307bf63a67 war die neueste öffentliche Revision mit lastModified spätestens zum Lauf am 26.09.2026. Das ist ein Chronologie-Kandidat, keine bestätigte geladene Version. Testsatz SST-2, N=300. Accuracy. Feste Stichprobe laut Bericht mit Seed 42.
Einordnung
Ein Lauf auf einem Apple M5 Pro; ein vom Evaluator bestätigter Hash der geladenen Gewichte fehlt. Laut Bericht sind diese Datensätze für das genannte Modell nicht als Trainingsdaten aufgeführt. Eine fehlende Nennung beweist keine Überschneidungsfreiheit. Frage und Antwortoptionen bei MASSIVE bleiben englisch. Alle 104 System-One-Zellen dieses Bundles stammen aus demselben Lauf vom 26.09.2026. Der Bericht der Benchmarkautoren wird auf der Herstellerwebsite von Laya AI gehostet. Das verlinkte GitHub-Repository bezeichnet den Test selbst als unabhängig und nicht herstellerverbunden. Weder diese Selbstaussage noch die Beziehung zwischen Autoren und Hersteller wurde unabhängig bestätigt.
Quelle System One report, Laya AI-hosted result summary for laya-multilingual, pinned source commit ed4544869a9480aa98db6572a21733803eadcbb8
System One SST-2: expected calibration error (top answer; 10 equal-width bins) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.1009
Bewertung
0.1009
Messgröße
expected calibration error (top answer; 10 equal-width bins)
Einheit
ratio
Benchmark-Version
System One 2026-09-26 run; evaluator commit ed4544869a9480aa98db6572a21733803eadcbb8; Laya 0.3.20, release-default multilingual checkpoint; SST-2
Kategorie
classification
Richtung
Weniger ist besser
Stichprobe
300
Quellentyp
official-leaderboard
Auswertung
System One report, Laya AI-hosted result summary for laya-multilingual, pinned source commit ed4544869a9480aa98db6572a21733803eadcbb8
Status
active
Abrufdatum
2026-10-17
Methodik
Offizielle Benchmark-Rangliste. Gemeinsame typisierte Auswahl-Anfrage im Jev-Stil an POST /v1/systemone; veröffentlichte Standardwerte; kein Benchmark-Fine-Tuning; je Beispiel eine sequenzielle Anfrage auf Apple M5 Pro. Laya 0.3.20, release-default multilingual checkpoint. Der Evaluator nennt keinen Hash der geladenen Gewichte. Die Hugging-Face-Revision e4e9ddf21a7b1903b7acffd8814ad4307bf63a67 war die neueste öffentliche Revision mit lastModified spätestens zum Lauf am 26.09.2026. Das ist ein Chronologie-Kandidat, keine bestätigte geladene Version. Testsatz SST-2, N=300. Top-Answer-ECE mit 10 gleich breiten Bins. Feste Stichprobe laut Bericht mit Seed 42.
Einordnung
Ein Lauf auf einem Apple M5 Pro; ein vom Evaluator bestätigter Hash der geladenen Gewichte fehlt. Laut Bericht sind diese Datensätze für das genannte Modell nicht als Trainingsdaten aufgeführt. Eine fehlende Nennung beweist keine Überschneidungsfreiheit. Frage und Antwortoptionen bei MASSIVE bleiben englisch. Alle 104 System-One-Zellen dieses Bundles stammen aus demselben Lauf vom 26.09.2026. Der Bericht der Benchmarkautoren wird auf der Herstellerwebsite von Laya AI gehostet. Das verlinkte GitHub-Repository bezeichnet den Test selbst als unabhängig und nicht herstellerverbunden. Weder diese Selbstaussage noch die Beziehung zwischen Autoren und Hersteller wurde unabhängig bestätigt.
Quelle System One report, Laya AI-hosted result summary for laya-multilingual, pinned source commit ed4544869a9480aa98db6572a21733803eadcbb8
System One TREC: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.86
Bewertung
0.86
Messgröße
accuracy
Einheit
ratio
Benchmark-Version
System One 2026-09-26 run; evaluator commit ed4544869a9480aa98db6572a21733803eadcbb8; Laya 0.3.20, release-default multilingual checkpoint; TREC
Kategorie
classification
Richtung
Mehr ist besser
Stichprobe
300
Untere Konfidenzgrenze
0.816
Obere Konfidenzgrenze
0.895
Quellentyp
official-leaderboard
Auswertung
System One report, Laya AI-hosted result summary for laya-multilingual, pinned source commit ed4544869a9480aa98db6572a21733803eadcbb8
Status
active
Abrufdatum
2026-10-17
Methodik
Offizielle Benchmark-Rangliste. Gemeinsame typisierte Auswahl-Anfrage im Jev-Stil an POST /v1/systemone; veröffentlichte Standardwerte; kein Benchmark-Fine-Tuning; je Beispiel eine sequenzielle Anfrage auf Apple M5 Pro. Laya 0.3.20, release-default multilingual checkpoint. Der Evaluator nennt keinen Hash der geladenen Gewichte. Die Hugging-Face-Revision e4e9ddf21a7b1903b7acffd8814ad4307bf63a67 war die neueste öffentliche Revision mit lastModified spätestens zum Lauf am 26.09.2026. Das ist ein Chronologie-Kandidat, keine bestätigte geladene Version. Testsatz TREC, N=300. Accuracy. Feste Stichprobe laut Bericht mit Seed 42.
Einordnung
Ein Lauf auf einem Apple M5 Pro; ein vom Evaluator bestätigter Hash der geladenen Gewichte fehlt. Laut Bericht sind diese Datensätze für das genannte Modell nicht als Trainingsdaten aufgeführt. Eine fehlende Nennung beweist keine Überschneidungsfreiheit. Frage und Antwortoptionen bei MASSIVE bleiben englisch. Alle 104 System-One-Zellen dieses Bundles stammen aus demselben Lauf vom 26.09.2026. Der Bericht der Benchmarkautoren wird auf der Herstellerwebsite von Laya AI gehostet. Das verlinkte GitHub-Repository bezeichnet den Test selbst als unabhängig und nicht herstellerverbunden. Weder diese Selbstaussage noch die Beziehung zwischen Autoren und Hersteller wurde unabhängig bestätigt.
Quelle System One report, Laya AI-hosted result summary for laya-multilingual, pinned source commit ed4544869a9480aa98db6572a21733803eadcbb8

Seite 1 von 4

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 37 Modellen

AutoTrust JEV-27B-VL70
AutoTrust JEV-27B63
GLiNER2.5-Decide56
Decider 2B52
Clef52
Clef-Flash51
Laya Multilingual46
Kev 0.8B45
GLiNER2.5-multi-Decide45
Decider 4B43
Jev43
pplx-decider-v1.1-27b42
Intern-Decision-4B40
Laya Typed Decisions40
Kev 9B40
pplx-decider-v1-27b39
Decider 0.8B39
Julia 139
Intern-Decision-0.8B38
Intern-Decision-2B37

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 6. November 2026

Laya MultilingualKev 0.8B 45GLiNER2.5-multi-Decide 45Decider 4B 43Jev 43

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Ähnliche Modelle

Weitere Modelle derselben Art wie Laya Multilingual, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.

Alle technischen Daten

Architektur

Modellklasse
Mehrsprachiges System-One-Entscheidungsmodell
Quelle: Modellklasse
Parameter
322 Millionen
Quelle: Parameter

Ein- und Ausgabe

Eingabe
Mehrsprachiger Text und typisierte Fragen
Quelle: Eingabe
Ausgabe
Strukturierte Wahrscheinlichkeiten, keine Textgenerierung
Quelle: Ausgabe
Kontextfenster
8.192 Token (standardmäßig 1.024)
Quelle: Kontextfenster

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Zugang
Lokal
Quelle: Zugang
Lizenz
Apache-2.0
Quelle: Lizenz

API

Modellkennung
convaiinnovations/laya/multilingual
Quelle: Modellkennung

Weitere Angaben

Ergebnis
Choice, Noul und Score mit Wahrscheinlichkeiten
Quelle: Ergebnis
Einsatzbereich
Mehrsprachige Laya-Variante für lokale System-One-Readouts.
Quelle: Einsatzbereich
Hinweise
Für das dokumentierte Maximum ist max_len=8192 erforderlich. Im Englischen ist dieser Checkpoint schwächer als der englische Laya-Checkpoint.
Quelle: Hinweise

Quellen und Datenstand

Alle 28 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 15. Oktober 2026. 22 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht

non-english-heldout-benchmarks

Hinweis

Der veröffentlichte Vergleich typisierter Entscheidungen nutzt denselben englischen Testsatz und enthält keine separate nichtenglische Auswertung.

Nicht veröffentlicht

evaluated-weight-artifact-hash

Hinweis

Die Karte nennt den ausgewerteten Checkpoint, bindet den Vergleich jedoch nicht an einen unveränderlichen Hash der Gewichtedateien.

Nicht veröffentlicht

evaluator-loaded-weight-digest

Hinweis

Der Bericht nennt weder Revision noch Hash des geladenen Checkpoints. Die anhand des lastModified-Datums gefundene öffentliche Hugging-Face-Revision ist nur ein Chronologie-Kandidat.

Nicht veröffentlicht

test-dataset-revision

Hinweis

Feste Stichproben und ihre Größen sind angegeben, Datensatzrevisionen werden im erfassten Protokoll aber nicht mit Hashes gepinnt.

Nicht veröffentlicht

unreported-confidence-intervals

Hinweis

Für ECE und die MASSIVE-Accuracy je Sprache wird kein KI veröffentlicht. Es wurde keines berechnet oder abgeleitet.

Nicht veröffentlicht

loaded-checkpoint-bytes

Hinweis

The paper identifies the model revision; it does not publish a run artifact hash proving the evaluator loaded bytes from that revision.

In den geprüften Quellen nicht gefunden

Exakter Modellwert im öffentlichen Decision-Index-0.4.1-Panel

Hinweis

Diese Indexausgabe enthält keine exakt zuordenbare Profil-Repository-/Checkpoint-Zeile. Daraus folgt nicht, dass es keine Werte aus anderen Benchmarks gibt.

Weitere QuelleLaya repository (abgerufen 24. September 2026) · Laya repository · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere QuelleLaya multilingual checkpoint (abgerufen 24. September 2026; 17. Oktober 2026) · Laya multilingual checkpoint · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere QuelleConvAI Innovations Laya model card (abgerufen 15. Oktober 2026; 19. Oktober 2026)
Weitere QuelleConvAI Innovations, Laya typed-decisions model card (abgerufen 16. Oktober 2026)
Weitere QuelleSystem One report, Laya AI-hosted result summary for laya-multilingual, pinned source commit ed4544869a9480aa98db6572a21733803eadcbb8 (abgerufen 17. Oktober 2026)
Weitere QuelleFadli et al., Does System One Transfer?, arXiv:2610.14112v1, Table 3 (abgerufen 17. Oktober 2026)
Weitere QuelleLaya GitHub issue #450, public result report by bhushankinge (abgerufen 17. Oktober 2026)
Weitere QuelleStreamDecisionBench GitHub README (abgerufen 18. Oktober 2026)
Weitere QuelleLaya Benchmarks, upstream measurement table (citing Laya BENCHMARKS.md) (abgerufen 19. Oktober 2026)
Weitere Quelleaashish254, independent multilingual rerun reported in Laya issue #208 (abgerufen 22. Oktober 2026)
Weitere QuelleLaya upstream BENCHMARKS.md (abgerufen 22. Oktober 2026)
Weitere Quelleakitaonrails/jev-docs-benchmarks, bilingual v2 results (abgerufen 23. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 16. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 17. Oktober 2026)123456789
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0