Unsloth支持4GB内存本地运行Laya决策模型
先了解这件事
2026年9月28日，Unsloth在X平台宣布，其工具现已支持在仅4GB内存的本地设备上运行Laya Decision模型，支持范围涵盖CPU、Mac、Windows、Linux及GPU环境，并可通过Unsloth Desktop以Jev兼容API方式服务Laya，同时提供了GitHub仓库与官方指南链接。2026年10月2日，一篇Google AI DEV作者文章分享了在个人Agent工作流中用TypeSafe的决策模型Jev和开源引擎Laya做任务分类、再用LLM写作的路由实践，称Jev输出有限标签加校准置信度，托管价$0.042/百万输入token，Laya可本地离线运行但阈值需单独调校，作者估计决策评估比GPT-4便宜约50到100倍，并强调这只是POC结论，未上生产。两篇报道在事实层面无直接矛盾。
AI 根据报道生成 · 4 小时前更新
事件进展
- 10月2日 07:59 · 1 篇报道Jev与Laya决策模型与LLM分工实践Google AI：DEV 作者专属：Jev 与 Laya 实测：决策模型和 LLM 各自擅长什么
- 9月28日 23:22 · 1 篇报道Unsloth支持本地运行Laya决策模型Unsloth：Unsloth 支持 4GB 内存本地运行 Laya
报道时间线
沿着报道，了解事件的不同侧面。
- Google AI：DEV 作者专属Jev 与 Laya 实测：决策模型和 LLM 各自擅长什么
作者分享在个人 Agent 工作流中用 TypeSafe 的决策模型 Jev 和开源引擎 Laya 做任务分类、再用 LLM 写作的路由实践。Jev 输出有限标签加校准置信度，托管价 $0.042/百万输入 token，Laya 可本地离线运行但阈值需单独调校；作者估计决策评估比 GPT-4 便宜约 50 到 100 倍，并强调这只是 POC 结论，未上生产。
- X：Unsloth (@UnslothAI)Unsloth 支持 4GB 内存本地运行 Laya
你现在可以在仅 4GB 内存的本地设备上运行 Laya Decision 模型了！🔥 支持 CPU、Mac、Windows、Linux 和 GPU 环境。 通过 Unsloth Desktop 以 Jev 兼容 API 服务 Laya。 GitHub: https://github.com/unslothai/unsloth 指南: https://unsloth.ai/docs/models/decision-laya
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 09:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。