LAlaya-mlx
Laya 类型化决策模型的原生 MLX 运行时：用一次双向前向传播回答受约束的问题（选项选择、量表评分、真假判断） 并输出校准概率——M3 Max 上 7–14 毫秒，无文本生成、不依赖 PyTorch 或云 API。
mizorewww
该作者在本站收录的开源项目，涵盖所有技术分类和项目状态。
1 项目
LALA该作者在本站收录的开源项目，涵盖所有技术分类和项目状态。
1 项目
LALaya 类型化决策模型的原生 MLX 运行时：用一次双向前向传播回答受约束的问题（选项选择、量表评分、真假判断） 并输出校准概率——M3 Max 上 7–14 毫秒，无文本生成、不依赖 PyTorch 或云 API。