> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/modeles/decision-laya.md).
# Exécutez et servez des modèles de décision localement avec Unsloth : API Laya + Jev
Servez et exécutez des modèles de décision localement avec Unsloth.
Exécutez et servez des modèles de décision comme **Laya** ou **Clef**, des alternatives ouvertes à Jev, sur votre **Mac**, **Windows** et **Linux** appareil local avec [Unsloth](https://github.com/unslothai/unsloth). Les modèles de décision transforment des entrées textuelles en décisions structurées sur lesquelles vos applications peuvent agir — du routage des tickets de support, au filtrage des e-mails, jusqu’aux balises et classifications automatisées.
Vous pouvez utiliser l’interface graphique Unsloth pour exposer Laya et Clef via une API Jev compatible TypeSafe, afin que les intégrations Jev existantes fonctionnent en les pointant vers votre serveur local.
Toutes les données restent sur votre appareil et **CPU**, **mémoire unifiée**et **GPU** sont toutes prises en charge.
Envoyez au modèle de décision des morceaux de texte, définissez les décisions dont vous avez besoin (oui/non, choix ou scores), et obtenez des probabilités calibrées.
### 🖥️ Paramètres recommandés
| Modèle | RAM minimale | Taille | Idéal pour |
| ---------------------------- | ------------ | ------ | ------------------------------------------------------------------------------------ |
| **Multilingue** (par défaut) | 4 Go de RAM | 678 Mo | La plupart des cas d’usage. Plus de 100 langues, contexte de 1024 jetons. |
| **Anglais** | 5 Go de RAM | 846 Mo | Anglais uniquement. Encodeur plus grand, contexte de 512 jetons. |
| **Décisions typées** | 5 Go de RAM | 846 Mo | Anglais uniquement. Factures, incidents de sécurité, service client, traces d’agent. |
Le CPU est le mode par défaut. Passez **Exécuter sur** au GPU pour des réponses plus rapides. Le GPU garde le modèle en mémoire jusqu’à ce que vous appuyiez sur **Décharger** ou redémarriez Unsloth. Si le GPU manque de mémoire, Laya revient au CPU et continue de répondre.
### ⚡ Démarrage rapide
{% stepper %}
{% step %}
#### **Configurer Unsloth**
La façon la plus simple de commencer est de télécharger l' [application Unsloth Desktop](/docs/fr/desktop.md). Fonctionne sur [macOS](/docs/fr/commencer/install/mac.md), [Windows](/docs/fr/commencer/install/windows-installation.md)et [Linux](/docs/fr/commencer/install/linux.md).
Télécharger Unsloth
* :apple: [Télécharger pour macOS](https://unsloth.ai/download/mac)
* :windows: [Télécharger pour Windows](https://unsloth.ai/download/windows)
* :linux: [Télécharger pour Linux](https://unsloth.ai/download/linux)
Ou, si vous préférez installer manuellement :
MacOS, Linux, WSL :
```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```
Windows PowerShell :
```bash
irm https://unsloth.ai/install.ps1 | iex
```
{% endstep %}
{% step %}
#### Configurer Laya
Allez dans Paramètres → API → **API de décision** et activez **Servir les requêtes**. Le modèle Laya par défaut (678 Mo) commencera alors à être téléchargé après confirmation de votre volonté de lancer le téléchargement.
Votre clé API se trouve sur la même page sous Jetons d’accès. Ou activez **Accès API sans clé** → **Chat et inférence** et ignorez la clé sur localhost.
{% endstep %}
{% step %}
#### Envoyer une requête de décision
Il est temps d’envoyer une requête de décision. Dans cet exemple, nous classons un ticket de support, détectons les demandes de remboursement et attribuons un score d’urgence.
```bash
curl http://localhost:8888/v1/systemone \\
-H "Authorization: Bearer sk-unsloth-YOUR_KEY" \\
-H "Content-Type: application/json" \
-d '{
"model": "laya",
"state": "Bonjour, on m’a facturé deux fois pour ma facture de mars (#4411). Veuillez rembourser le doublon aujourd’hui.",
"questions": {
"team": {
"type": "choice",
"instructions": "Quelle équipe doit traiter cela ?",
"criteria": {
"billing": "factures, paiements, remboursements",
"technical": "bugs, pannes, erreurs",
"sales": "tarification, nouveaux forfaits",
"other": "tout le reste"
}
},
"refund": {"type": "noul", "instructions": "Le client demande-t-il un remboursement ?"},
"urgency": {"type": "score", "instructions": "Quel est le degré d’urgence ?", "criteria": ["pas urgent", "bientôt", "aujourd’hui"]}
}
}'
```
Vous obtenez :
```json
{
"model": "laya-multilingual",
"answers": {
"team": {"type": "choice", "choice": "billing", "confidence": 1.0, "probabilities": {"billing": 1.0, "technical": 0.0, "sales": 0.0, "other": 0.0}},
"refund": {"type": "noul", "noul": 0.9794},
"urgency": {"type": "score", "score": 1.9005, "confidence": 0.698, "legend": {"0": "pas urgent", "1": "bientôt", "2": "aujourd’hui"}, "probabilities": {"0": 0.004, "1": 0.0915, "2": 0.9045}}
},
"usage": {"input_tokens": 172, "output_tokens": 0}
}
```
La première requête charge le modèle, ce qui prend 10 à 20 secondes. Ensuite, les requêtes prennent bien moins d’une seconde sur la plupart des CPU.
`état` peut être une chaîne ou n’importe quel JSON. `modèle` accepte `laya`, `par défaut`, ou `jev-latest` pour le modèle que vous avez choisi dans les paramètres, ou `laya-multilingual`, `laya-english`, `laya-typed-decisions` pour n’en nommer qu’un.
{% endstep %}
{% endstepper %}
### ❓ Types de questions
| Type | Utilisez-le pour | Vous obtenez |
| -------- | -------------------------- | ------------------------------------------------------------------- |
| `noul` | Oui ou non | La probabilité de « oui », de 0 à 1 |
| `choice` | Choisir une option | L’option la plus probable, et une probabilité pour chacune |
| `score` | Évaluation sur une échelle | L’endroit où le texte se situe sur votre échelle, en commençant à 0 |
`noul` signifie oui/non. Il renvoie la probabilité de « oui » : `0.98` signifie très probable, `0.5` signifie qu’aucune des deux options n’est plus probable.
`choice` et `score` renvoie également `la confiance`. Proche de `1` signifie qu’une réponse se démarque. Proche de `0` signifie que les probabilités sont réparties de manière uniforme.
{% columns %}
{% column %}
Pour agir sur un choix, utilisez sa valeur dans `probabilités`, et non `la confiance`. Par exemple, ne déposez un rapport de bug que lorsque `technical` est supérieur à `0.8`. Laya et Jev calculent la confiance différemment, donc ne réutilisez pas vos seuils de confiance Jev.
Chaque requête prend en charge jusqu’à **64 questions**, avec jusqu’à **255 options par choix** et **10 niveaux par score**.
{% endcolumn %}
{% column %}
Démo d’emballage en temps réel propulsée par Laya locale via l’API Decision d’Unsloth : les éléments de la valise se mettent à jour pendant que vous tapez et modifiez vos plans de voyage
{% endcolumn %}
{% endcolumns %}
### 🔁 Migration depuis Jev
Installez le SDK avec `pip install typesafe-sdk`, définissez deux variables d’environnement, et votre code existant communique avec Unsloth :
```bash
export TYPESAFE_BASE_URL=http://localhost:8888
export TYPESAFE_API_KEY=sk-unsloth-YOUR_KEY
```
Le modèle par défaut du SDK, `jev-latest`, correspond au modèle que vous avez choisi dans les Paramètres.
Deux choses diffèrent de Jev. `la confiance` utilise une formule différente, donc un seuil ajusté sur Jev ne se transfère pas ; fixez plutôt le seuil sur `probabilités` à la place. Et les options d’un choix partagent un budget fixe de jetons, donc au-delà d’environ 20 options décrites, les libellés sont tronqués.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://unsloth.ai/docs/fr/modeles/decision-laya.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
