PolicyLM-1.7B של Musubi משתמש במדיניות תוכן כתובה בפשוט באנגלית תוך פחות מ-50 מילישניות

Musubi הציגה את PolicyLM-1.7B לפיקוח בזמן אמת

Musubi הציגה ביום שלישי את PolicyLM-1.7B, מודל קל במשקלים פתוחים לפיקוח על תוכן בזמן אמת. הוא משתמש במדיניות כתובה בפשוט באנגלית על הודעות תוך פחות מ-50 מילישניות. לפי החברה, המהירות והעלויות דומות למערכות מסווגי AI שמספקים פיקוח ברוב הפלטפורמות החברתיות.

כיוון של-PolicyLM-1.7B יש גמישות של מודל שפה גדול עכשווי, לפי Musubi הוא משתמש במדיניות מורכבות ללא אימון מיוחד. חשוב יותר, בשינוי מדיניות לא נדרש אימון חדש, מה שמאפשר לאנשים שמגדירים מדיניות לעבור שוב ושוב ולשפר לפי הצורך.

החלטה בינארית במקום טקסט

מודלי החלטה הפכו לנושא חם עולמי בספטמבר אחרי השקת Jev של TypeSafe AI, ובמהרה אחריהם הגיעו מודלים מתחרים של OpenAI ו-Amazon. מודל ההחלטה מפיק הסתברויות של תוצאה במקום טקסט. במקרה הזה הוא נותן הערכה בינארית: התוכן נמצא בקטגוריה או לא.

מודלי החלטה מוגבלים לאפשרויות מוגדרות מראש של הפלט עובדים מהר יותר וזול יותר ממודלי שפה גדולים, ושומרים על גמישות של ארכיטקטורת טרנספורמר. השימוש המוקדם היה לעצור התנהגות בלתי הולמת של סוכני AI, ו-Musubi טוען שאותה טכנולוגיה נוגעת גם בהתנהגות רעה של בני אדם.

נבנה עבור צוותי פלטפורמה

Filip Jankovic, מייסד שותף ומנכ״ל AI של Musubi, אומר שהמוצר מאפשר למנהלי פלטפורמה לסמן תוכן באופן פרואקטיבי. “צוותי מוצר פשוט רוצים לדעת טוב יותר מה קורה בפלטפורמה שלהם, בעיקר כשכמות התוכן גדלה באופן אקספוננציאלי”, אומר Jankovic. “סימון מותאם וניתן להגדרה של כל זה הוא מאוד שימושי.”

Jankovic אומר שהתעניינות במודלי החלטה החלה מוקדם עם Jev והובילה לפרויקט מ-2024 בשם GLiNER, שהוא צמצום של מודל כללי לזיהוי ישויות בשם והשתמש באותן טכניקות. הכרזת המוצר מציגה את המודל החדש כאלטרנטיבה ממוקדת פיקוח למודלי החלטה כלליים שמושכים עכשיו את תשומת הלב של התעשייה: “אם Jev של כינה את תשומת הלב שלכם, PolicyLM-1.7B הוא מודל מאותו הסוג, שאומן במיוחד לפיקוח על תוכן ואתם יכולים להפעיל אותו בעצמכם.”

מקורות: Techcrunch