Open-source beslismodel Laya trending op Hugging Face

TL;DR

• Wat: Laya, een open-source AI-model dat gestructureerde beslissingen neemt in 33 milliseconden en meer dan 100 talen ondersteunt, is trending op Hugging Face.
• Waarom relevant: Dit type model kan taken als e-mailtriage, spamdetectie of ticketrouting veel sneller en goedkoper afhandelen dan een chatmodel.
• Wat je ermee kunt: Bekijk of je bedrijfsprocessen hebt waarin snelle ja/nee- of categorie-beslissingen worden genomen — daar past dit soort technologie op.

Een tweet van Clément Delangue, CEO van Hugging Face, trok mijn aandacht: het populairste model op het platform is een open-source meertalig "System 1"-beslismodel. Dat vond ik het uitzoeken waard, want dit is een categorie AI die de meeste ondernemers nog niet op hun radar hebben — en die juist voor hen interessant kan zijn.

Wat is hier aan de hand?

Op 15 september 2026 lanceerde TypeSafe AI een model genaamd Jev. Dat bedrijf is opgericht door onder anderen Diogo Almeida, een voormalig onderzoeker bij OpenAI, en haalde 40 miljoen dollar aan startkapitaal op. Jev doet iets fundamenteel anders dan ChatGPT of Claude: het genereert geen tekst, maar geeft gestructureerde antwoorden. Denk aan een keuze uit een lijst opties, een score, of een ja/nee-kans — elk met een betrouwbaarheidsgetal erbij.

Drie dagen later verscheen Laya op Hugging Face, gebouwd door Convai Innovations. Laya is in feite een open-source variant van hetzelfde concept: een compact model van 421 miljoen parameters dat in één keer — zonder woord voor woord te genereren — een beslissing neemt. Het draait onder een Apache 2.0-licentie, wat betekent dat je het vrij kunt gebruiken en zelf kunt hosten.

Op het moment van schrijven is Laya het meest trending model op Hugging Face, het grootste platform voor open-source AI-modellen.

Wat is een "System 1"-model?

De term verwijst naar het onderscheid dat psycholoog Daniel Kahneman maakte tussen twee manieren van denken. System 1 is snel, intuïtief en automatisch — zoals wanneer je zonder nadenken een bekende herkent. System 2 is langzaam, bewust en analytisch — zoals wanneer je een belastingaangifte invult.

De grote taalmodellen die we kennen (GPT, Claude, Gemini) zijn in zekere zin System 2: ze genereren antwoorden token voor token, wat tijd kost en relatief duur is. Een System 1-model zoals Laya werkt anders. Het evalueert de input in één stap en geeft direct een gestructureerd antwoord.

De drie typen antwoorden

Laya ondersteunt drie "beslisvormen":

• Choice — kies de beste optie uit een lijst (bijvoorbeeld: is dit e-mailbericht spam, phishing of legitiem?)
• Score — plaats iets op een schaal (bijvoorbeeld: hoe urgent is dit supportticket, van 0 tot 3?)
• Noul — geef een gekalibreerde ja/nee-kans (bijvoorbeeld: bevat deze factuur een afwijking? Kans: 0,87)

Bij elk antwoord zit een betrouwbaarheidsscore. Dat klinkt misschien technisch, maar het is eigenlijk heel praktisch: je weet niet alleen wát het model besluit, maar ook hoe zeker het daarover is. Bij lage zekerheid kun je een mens laten meekijken.

De cijfers: snel en compact

Wat mij opvalt aan Laya zijn de prestatiecijfers. Het model draait in 32,8 milliseconden per vraag op een enkele GPU. Bij batchverwerking — meerdere vragen tegelijk — zakt dat naar 7,2 milliseconden per vraag. Ter vergelijking: een traditioneel taalmodel doet er al snel enkele seconden tot tientallen seconden over om een antwoord te genereren.

Op nauwkeurigheid scoort Laya volgens de eigen benchmark 76,6% op gestructureerde beslissingen. De kalibratiefout — hoe goed de opgegeven zekerheid klopt met de werkelijke nauwkeurigheid — is 0,081. Dat is een technisch getal, maar in de praktijk betekent het: als het model zegt "ik ben 90% zeker", dan klopt dat antwoord ook daadwerkelijk in ongeveer 90% van de gevallen. Dat is relevant als je er bedrijfsbeslissingen op baseert.

Ik moet hierbij wel opmerken dat deze cijfers van de makers zelf komen. Onafhankelijke verificatie door derden heb ik op dit moment niet kunnen vinden, dus neem ze met een gezonde dosis voorzichtigheid.

Wat betekent dit voor je bedrijf?

Stel dat je als ondernemer dagelijks honderden e-mails, supporttickets of facturen verwerkt. Traditioneel heb je twee opties: mensen die elk item handmatig beoordelen, of een groot taalmodel dat tekst genereert en waar je vervolgens het antwoord uit moet halen.

Een System 1-model biedt een derde weg. Het geeft direct een categorisering of score, zonder dat het een heel verhaal schrijft. Dat maakt het niet alleen sneller, maar ook eenvoudiger in te bouwen in bestaande software. Je krijgt een gestructureerd antwoord terug — geen lap tekst die je eerst moet interpreteren.

Concrete toepassingen

De makers noemen onder andere:

• E-mail- en spamfiltering — met volgens hun opgave 99,3% nauwkeurigheid voor spamdetectie
• Supportticket-routing — automatisch bepalen welk team een vraag krijgt en hoe urgent die is
• Factuurverwerking — afwijkingen signaleren in binnenkomende facturen
• Veiligheidswaarborgen voor AI — detecteren of gebruikers een chatbot proberen te misbruiken

Kun je je voorstellen wat het betekent als je klantenserviceteam 's ochtends binnenkomt en alle tickets al gesorteerd en geprioriteerd zijn?

Meertaligheid en Nederlands

Laya ondersteunt meer dan 100 talen via een ingebouwde scriptherkenning die automatisch de juiste taalmodule selecteert. Er is een apart meertalig checkpoint van 322 miljoen parameters, gebouwd op mmBERT. Dat is relevant voor Nederlandse bedrijven: je hoeft niet alles eerst naar het Engels te vertalen.

Of het specifiek goed presteert op Nederlands heb ik niet kunnen verifiëren — dat zou ik willen zien in onafhankelijke tests.

De open-source dynamiek

Wat ik het meest interessant vind aan dit verhaal, is de snelheid waarmee de open-source gemeenschap reageerde. TypeSafe AI lanceerde Jev als gesloten, commercieel model op 15 september. Binnen drie dagen had Convai Innovations een open-source alternatief gepubliceerd dat op bepaalde benchmarks zelfs beter presteert. Volgens berichtgeving was er zelfs al binnen twee uur na Jevs lancering een eerste open reproductie beschikbaar op Hugging Face.

Dat patroon — een commercieel bedrijf introduceert een concept, de community bouwt razendsnel een open variant — zien we steeds vaker. Voor ondernemers is dat gunstig: het betekent dat je minder afhankelijk bent van één leverancier. Als een concept werkt, komt er vrijwel altijd een open alternatief.

Clément Delangue vatte het samen als: "The open-source AI community is awesome." Wat mij betreft is dat geen loze kreet — het is een observeerbaar patroon met reële gevolgen voor de markt.

Een nieuw type gereedschap

Voor mij is het meest opvallende aan dit verhaal niet het model zelf, maar de categorie die het vertegenwoordigt. We zijn gewend geraakt aan AI als gesprekspartner — je typt een vraag, je krijgt een antwoord in mensentaal. Maar veel bedrijfsprocessen draaien niet om conversatie. Ze draaien om beslissingen: goedkeuren of afwijzen, routeren naar team A of B, urgentie hoog of laag.

Dat er nu modellen ontstaan die specifiek dát doen — snel, gestructureerd en met gekalibreerde zekerheid — vind ik een ontwikkeling die de moeite waard is om te volgen. Niet omdat het morgen je bedrijf verandert, maar omdat het laat zien dat AI-tooling steeds specifieker en praktischer wordt.