Laya 零样本决策引擎开发者指南：实测校准与 abstention 策略

Convai Innovations 的开源非自回归模型 Laya 在 CLINC150 银行意图分类中实现 0.878 零样本准确率，优于需少量标注数据的传统分类器。实测发现其默认温度参数导致高选项数问题概率过度自信，且全局校准会重置未测试类型的温度值。开发者需针对特定选项桶单独拟合温度，并基于验证集设定 abstention 阈值以控制错误率，同时注意二元判断存在固有偏置需手动调整截断点。