Musubi发布PolicyLM-1.7B决策模型用于内容审核

近期，内容审核技术迎来新动向。AI企业Musubi正式推出PolicyLM-1.7B轻量化决策模型并开放权重。该模型专为实时内容审核设计，可在50毫秒内将自然语言撰写的平台政策直接应用于消息流。联合创始人兼首席AI官Filip Jankovic表示，面对平台内容的指数级增长，审核系统亟需具备高扩展性与自定义能力的解决方案。PolicyLM-1.7B在运行速度与成本上与传统AI分类器持平，却保留了现代大语言模型的架构灵活性。其核心突破在于支持策略零样本迭代，规则制定者修改政策时无需重新训练模型，系统即可实时适配。自今年九月决策模型赛道升温以来，OpenAI与亚马逊等巨头相继入局。此类模型通过输出二分类概率而非连续文本，在维持Transformer架构灵活性的同时大幅降低算力开销，技术路径已从规范AI智能体行为自然延伸至人类内容治理。Musubi明确将PolicyLM-1.7B定位为垂直于内容安全的决策工具，支持本地化部署。此举为平台运营方提供了主动识别违规内容的可扩展路径，标志着AI辅助审核正从被动过滤向规则驱动的智能决策范式演进。