Layaが Apache 2.0 で公開。状態から数値付き回答を返す判断モデル
この記事のポイント
- テキスト生成しない判断モデル
- TD学習とRLCDで確率を較正
- Apache2.0で公開
数字で見る
この記事に出てくる数字
| TD学習パラメータ | λ=1.0 |
|---|---|
| 推論速度 | 非自己回帰 |
どこで使えるか
確率を信頼できる判断結果が欲しい人向け。テキスト生成がないのでパース不要 Hugging Faceで公開済み TD学習はλ=1.0固定。合成データ不使用。
動画を見る
スポンサーリンク
解説
かみくだいて説明します
convaiinnovations が 2026-09-18、Laya というオープンソースの判断モデルを公開しました。文章やメール、JSON などのデータと質問を入れると、答えに確率と信頼度を付けて返す仕組みで、文章を生成しないため誤変換やでっち上げが起きません。
文章を作らないんですね。判断する側から見ると、従来のモデルとどこが違いますか。
従来のモデルは次の文字を順に並べて文章を作りますが、Laya は一度に答えを出力します。まるで辞書を引くように、入力されたデータから直接対応する結果を返すので、途中の計算過程に迷いが入りません。
辞書を引くみたいな感じですね。確率の出し方にはどんなルールが決められていますか。
学習ではログスコアや球面スコア、順位付きスコアを報酬に使っています。モデルが予想した確率と実際の結果が一致するほど報酬が大きくなり、ズレがあると減点される仕組みです。これにより、楽観的な数字ではなく実際の事実に近い確率が出力されるようになります。メールの仕分けでは迷惑メールやフィッシング、部署ごとの振り分けに対応しています。
実際の事実に近い数字が出るんですね。メールの仕分けでは具体的にどんな分類が出来ますか。
迷惑メールやフィッシング、部署ごとの振り分けに対応しています。質問の形式に合わせて答えの型を固定しているため、同じカテゴリに属するメールを正確に区別できます。
型を固定しているから正確に区別できるんですか。作る側で使う場合、複数回のやり取りではどう処理していますか。
前の会話の内容を次に引き継ぐために、時系列の差分学習を使っています。過去の答えが未来の入力に混ざらないように、モンテカルロの目標値を使って区切りを設けているので、前の会話が次の判断を歪めるのを防げます。
前の会話が歪めないんですね。学習に使うデータは全部実物の情報なんですか。
100% が人間の判断者によってラベル付けされた実データです。合成データは一切使っていないため、実際の現場で起きる複雑なパターンをそのまま学習できます。
実データだけで学習しているんですね。商用の利用ではどのようなサポートが受けられますか。
企業向けの統合や個別の微調整に対応しています。Apache 2.0 のライセンスで公開されているため、条件を満たせば自由に組み込みや改変が出来ます。
自由に組み込みや改変が出来るんですね。評価結果の詳細はどこで見られますか。
リポジトリ内の eval ディレクトリにタスク別の結果や信頼性グラフ、リスクとカバー率の曲線が収められています。
最後に、今後の展開でまだ分からない点はどこですか。
実環境での長期的な安定性や、他の判断モデルとの比較データはまだ公開されていません。そこはまだ分かっていません。
出典
この記事のもとになった情報
- Hugging Face:convaiinnovations/laya
- 公開日:2026-09-18
※ 本文と音声は生成 AI が作成しています。内容は出典をご確認ください。
本作品のキャラクターには株式会社Live2Dの著作物であるサンプルデータが株式会社Live2Dの定める規約に従って用いられています。本作品は制作者の完全な自己の裁量で制作されています。このキャラクターモデルは株式会社Live2Dより許諾を得て商用利用しています。