Laya Model Online

AI 文本分类在线体验站 Laya Model Online 简介

Laya Model Online 是一个免安装的 AI 文本分类在线试玩站，把「决策模型」Laya 搬到了浏览器里：粘贴一段客服消息或用户反馈，按你自己定义的分类规则跑一遍，几秒内返回标签和每个类别的概率——不用注册、不用装环境，一条消息就能试。

• 模型来头：Laya 是 Convai Innovations 推出的 System-1 决策模型，输出「标签、分数或是否概率」，不负责生成回复文本
• 本站性质：独立社区搭建的非官方体验站，与 Laya 项目方及 LayaAir 游戏引擎均无关联
• 三种工具：客服工单分类器、客户反馈分类器、可编辑 JSON 规则的 Playground
• 使用成本：单条分类免费且无需账号，站内不设价格表
• 上限说明：单条文本约 320 token（英文检查点）预算，超限会被拦截

大家熟悉的 ChatGPT 类模型擅长「写」，但业务里更高频的需求其实是「判断」：这条工单该转给售后还是技术？这条反馈算 bug 还是功能建议？Laya 这类决策模型就是为判断而生——它不帮你拟回复，只给出一个干净的选择结果和概率分布。这个站点把模型的判定过程完整摊开给你看。

核心功能：把判断过程做成可编辑的实验

• 客服工单分类器：把进来的请求按你命名的类别（账单、技术支持、销售或其他）自动归类，适合客服分流场景的可行性验证。
• 客户反馈分类器：把一条用户留言标注为 bug、功能请求、易用性、价格意见、好评或其他，产品团队整理反馈池时用得上。
• Playground 决策规则编辑：直接编辑 JSON 规则，增删类别、改写每个标签的描述文字，查看模型的原始返回——与工具页面走的是同一条推理路径，调规则时所见即所得。
• 开发者模式：可以查看原始 JSON 响应，便于评估输出结构是否方便接入自己的程序。
• 规则即拷即用：调好的分类规则可以复制保存（站内不提供账号存储），拿去接进自己的流程。

使用指南：三步跑通一次分类

• 第一步，给文本：粘贴一条客服消息、评论或工单，也可以先加载示例。
• 第二步，定规则：保留模板自带的分类，或把标签名称与描述改成你业务里的说法——标签的描述文字直接影响判定结果，值得花时间打磨。
• 第三步，运行与复盘：查看返回的标签与各类别概率，改规则再试，直到判定逻辑符合预期。

怎么读懂它给的概率

官网用三个真实调用示例把「概率该怎么理解」讲得很清楚，这也是这个站最有教学价值的地方：

• 明确请求：「我付了两次款，请退款多余的部分」——billing 标签 0.88，与人工参考一致，这种高集中度可以放心。
• 一单两诉求：「程序崩溃了，而且我被重复扣款」——billing 0.59、technical 0.30。模型只能给一个标签，两类诉求并存时分数会被摊薄；低置信度反映的是分布不够集中，而不是「有 40% 的概率判错」。
• 否定句陷阱：「请不要退款，第二次扣款是故意的」——仍然返回 billing 0.76。官方明确提示：标签描述里含「退款」一词会把标签拉过来，模型未必理解「不要退款」。这类否定场景需要自己加一条是否类问题来辅助判断。

理解这三条之后你就会明白官方反复强调的原则：概率是模型给出的分布，不是准确率承诺；在把判定接入自动化流程之前，必须先在自己的数据上做评估。

适用场景：谁该试试它

• 客服与运营团队：在决定要不要用决策模型做工单自动分流之前，先拿真实的客户消息来试跑。
• 产品经理：批量整理用户反馈前，验证「按自己定义的标签自动归类」这条路是否走得通。
• 开发者：评估 Laya 模型是否适合接入业务，用 Playground 看 JSON 原始返回比读文档直观。
• 对 AI 决策感兴趣的学习者：这是少有的能把「模型的判断过程」完整拆开看的免费站点。

使用边界与隐私说明

• 没有账号体系：规则保存、历史记录、CSV 批量、付费 API 均不提供，站内也没有价格表——这些功能不在这个站上售卖。
• 数据去向：在线模式下文本会发送到站方的托管推理服务，不会留在你的设备上；站方数据库与日志不存储消息。介意的话可用页面提供的离线演示，全程在浏览器内完成。
• 语言注意：站点界面为英文；底层模型有多语言检查点，但该站未对中文路线做验证，中文文本的判定结果请自行评估。
• 上游开源：Laya 模型包以 Apache 2.0 协议开源，重度使用可自行 pip 安装部署，不依赖本站。