Musubi 发布开源决策模型 PolicyLM-1.7B，用于实时内容审核
决策模型正成为 AI 热点，Musubi 把它用在内容审核上：政策用自然语言写，改规则不用重训模型。
Musubi 发布轻量决策模型 PolicyLM-1.7B（开放权重），可把用自然语言写成的社区规则直接套用到消息上，耗时不到 50 毫秒。它的成本和速度接近社交平台现用的 AI 分类器，但具备现代 LLM（大语言模型）的灵活度，无需专门训练即可执行复杂规则；更关键的是，规则改动后不必重新训练，人工制定策略的一方可以随时迭代。
正文摘录
AI 决策模型会如何改变内容审核 随着决策模型在整个行业扩散，一家名为 Musubi 的公司提出了一个新思路：用它们来做内容审核。周二，Musubi 发布了一款专为实时审核打造的轻量级决策模型 [PolicyLM-1.7B](https://www.musubilabs.ai/blog/introducing-policylm-1-7b)，并以开放权重（open weights）形式发布。 其思路是：把用大白话写成的内容政策（content policy）直接应用到消息上，耗时不到 50 毫秒。Musubi 的模型在成本和速度上被设计成与大多数社交平台审核所用的 AI 分类器系统相近 —— 但由于具备现代 LLM（大语言模型）的灵活性，它无需专门训练就能执行复杂政策。更重要的是，当政策变化时该模型不需要重新训练，这让人类政策制定者可以按需反复迭代。 在 Musubi 联合创始人兼首席 AI 官 Filip Jankovic 看来，这给了平台管理者一种主动给内容打标签的方式。 “产品团队只是想更清楚地了解自己平台上正在发生什么，尤其是在内容量呈指数级增长的时候，”Jankovic 表示。“能够以高度可扩展、可定制的方式给所有这些东西打标签，非常有用。