Musubi, Gerçek Zamanlı İçerik Denetimi için PolicyLM-1.7B Karar Modelini Başlattı

Yapay zeka girişimi Musubi, gerçek zamanlı otomatik içerik denetimi için özel olarak tasarlanmış, açık ağırlıklı bir karar modeli olan PolicyLM-1.7B'yi piyasaya sürdü. Bu hafif sistem, basit İngilizce politika yönergelerini yorumlar ve gelen dijital iletişimleri 50 milisaniye içinde değerlendirir. Geleneksel üretken dil sistemlerinin aksine, bu model geleneksel sınıflandırıcıların düşük gecikme süresini modern transformer modellerinin mimari esnekliğiyle birleştirir.

Musubi, modeli platform kuralları güncellendiğinde maliyetli yeniden eğitim döngülerine ihtiyaç duymadan uyumluluk uygulamalarını basitleştirmek için tasarladı. Musubi'nin kurucu ortağı ve yapay zeka şefi Filip Jankovic, "Ürün ekipleri, özellikle içerik miktarı katlanarak artarken platformlarında neler olup bittiğini daha iyi anlamak istiyor" dedi. "Tüm bunları ölçeklenebilir ve özelleştirilebilir bir şekilde etiketleyebilmek son derece yararlı."

Karar modelleri, TypeSafe AI'ın Eylül ayında Jev'i piyasaya sürmesinin ardından yapay zeka sektöründe önemli bir ivme kazandı. Bu modeller, sohbet metni oluşturmak yerine çıktıları sonuç olasılıkları veya ikili kararlarla sınırlar. Bu yapısal kısıtlama, kuruluşların sistemleri çok daha düşük hesaplama maliyetleriyle ve daha yüksek hızlarda çalıştırmasını sağlar.

Karar modellerinin ilk dağıtımları otonom yapay zeka ajanlarının davranışlarını kısıtlamaya odaklansa da, şirketler bu araçları giderek artan bir şekilde insan tarafından oluşturulan içerik yönetimine kaydırıyor. Musubi, açık ağırlıklar sunarak bu değişimden yararlanmayı hedefliyor; bu da kurumsal geliştiricilerin PolicyLM-1.7B'yi kendi altyapılarında çalıştırmalarına ve artan çevrimiçi içerik hacmine karşı platform standartlarını korumalarına olanak tanıyor.