Musubi lance une IA pour modérer les contenus en temps réel

Résumé

Musubi présente PolicyLM-1.7B, un modèle léger à poids ouverts conçu pour appliquer rapidement des politiques de modération aux contenus numériques.

Les faits

Musubi a annoncé PolicyLM-1.7B, un modèle de décision léger conçu pour la modération en temps réel. Le modèle est publié avec ses poids ouverts. PolicyLM-1.7B vise à appliquer une politique de contenu rédigée en anglais courant à des messages en moins de 50 millisecondes. Selon TechCrunch, le modèle est conçu pour offrir un coût et une vitesse comparables à ceux des systèmes de classification utilisés pour la modération sur la plupart des plateformes sociales. Sa flexibilité lui permettrait d’appliquer des politiques complexes sans entraînement spécifique. Le modèle produit un jugement binaire : le contenu appartient ou non à une catégorie donnée. En limitant ses sorties à des choix prédéterminés, les modèles de décision peuvent fonctionner plus rapidement et à moindre coût que les grands modèles de langage, tout en conservant la flexibilité de l’architecture Transformer.

Pourquoi c’est important

PolicyLM-1.7B propose une approche où l’évolution des règles de modération ne nécessite pas de nouvel entraînement du modèle. Les responsables des politiques peuvent ainsi modifier leurs consignes et les faire évoluer selon leurs besoins. Cette conception cherche à rendre l’étiquetage des contenus plus évolutif et personnalisable à mesure que le volume de publications augmente. Musubi présente également PolicyLM-1.7B comme un modèle consacré à la modération que les utilisateurs peuvent exécuter eux-mêmes.

Questions fréquentes

Qu’est-ce que PolicyLM-1.7B ?

C’est un modèle de décision léger conçu par Musubi pour la modération de contenus en temps réel.[1]

Comment le modèle est-il distribué ?

PolicyLM-1.7B est publié avec ses poids ouverts.[1]

Quel délai de traitement est annoncé ?

Le modèle doit appliquer une politique de contenu à des messages en moins de 50 millisecondes.[1]

Le modèle nécessite-t-il un nouvel entraînement lorsque la politique change ?

Non. Les politiques peuvent évoluer sans nouvel entraînement du modèle.[1]

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.