新聞 
幣種資訊 
關於我們 
社群平台即使修改政策文字，也能透過一款輕量人工智慧模型分類貼文，無須重新訓練。Musubi 推出的 PolicyLM-1.7B，旨在依照營運者以英文撰寫的內容政策，判斷訊息類別。
TechCrunch 於 6 日（當地時間）報導，Musubi 以公開權重方式發布這款模型。模型會輸出訊息符合各項政策規範的分數；Musubi 表示，處理時間不到 50 毫秒。
傳統分類器著重快速辨識既定類別，PolicyLM-1.7B 則讓營運者修改分類標準，以反映政策變動。平台審查貼文與留言時，也能套用各社群的規範。
根據模型卡，PolicyLM-1.7B 擁有 17 億個參數，輸入訊息與政策後，會回傳各項目的分數。其公開權重採用 Apache-2.0 授權。模型卡也提醒，速度數據可能因硬體與設定而異。
在 NVIDIA L4 上處理短訊息、最多 6 個分類項目時，延遲中位數為 35 毫秒；在 H100 上則為 22 毫秒。模型主打即時分類，但分類結果本身不代表貼文會遭刪除或帳號會受處分。
實際判斷會依營運者設定的分數門檻而異。Musubi 建議使用自有資料調整門檻。
模型卡指出，政策測試使用英文進行。混合語言、部分低資源語言以及規避審查的文字寫法，可能影響模型表現；模型也尚未經過實際服務流量驗證。
模型不支援一併判讀需要脈絡的圖片或對話紀錄。因此，它在實際平台上能減少多少審查流程，仍須依部署環境確認。
留言 0