Laya Decision Studio Laya Decision Studio

Resumen

Construyó un banco de trabajo local en FastAPI para decisiones tipadas de sí o no, opción y puntaje sobre texto, imágenes y cuadros de video, con un arnés de evaluación que separa el software que funciona de la calidad del modelo.

Puntos clave

1. 01

   Sirvió localmente el modelo de decisiones Laya y la visión de Qwen3-VL-2B con revisiones de modelo fijadas, reporte explícito del dispositivo y entradas acotadas de imágenes y cuadros con marca de tiempo, además de una evaluación etiquetada que reporta exactitud, Brier, NLL y ECE.

2. 02

   Corrió un benchmark independiente de 24 solicitudes en el Coding Lab, donde Laya acertó más decisiones individuales que una línea base de reglas (238/288 contra 226/288) pero menos especificaciones completas (2/24 contra 5/24), y reportó ese resultado tal como se midió.

3. 03

   Conectó el modelo con Codex mediante un servidor MCP y una CLI con bitácora versionada de reparaciones, y lo mantuvo fuera del filtrado de revisiones después de que un diagnóstico reservado detectó solo 1 de 12 casos positivos.

Tecnologías

• Python
• FastAPI
• PyTorch
• Hugging Face Transformers
• Qwen3-VL-2B
• SmolVLM2
• Laya
• Model Context Protocol (MCP)
• Pytest
• Calibración de modelos
• CUDA