مع انتشار نماذج القرارات في الصناعة، لدي شركة تُدعى Musubi فكرة جديدة لكيفية استخدامها: الإشراف على المحتوى. في يوم الثلاثاء، أعلنت Musubi عن نموذج قرار خفيف الصلابة تم تطويره للإشراف الفوري المسمى PolicyLM-1.7B، تم إصداره مع أوزان مفتوحة.
الفكرة هي أخذ سياسة المحتوى المكتوب باللغة الإنجليزية البسيطة وتطبيقها على الرسائل في أقل من 50 مللي ثانية. تم تصميم نموذج Musubi بحيث يكون تكلفته وسرعته مشابهة للأنظمة الكائنية الذكية التي تدير الإشراف على معظم المنصات الاجتماعية — ولكن بما أن له المرونة التي يوفرها نموذج LLM الحديث، فيمكنه تطبيق السياسات المعقدة دون التدريب الخاص. والأهم من ذلك، لن يحتاج النموذج إلى تدريب جديد عند تغيير السياسة، مما يسمح لمشغلي السياسات البشرية بالتجربة حسب الحاجة.
وفقًا لفيلبي جانكوفيتش، مؤسس موسوبي ومدير تطوير الذكاء الاصطناعي الرئيسي، فإن ذلك يوفر لمديري المنصات طريقة لتصنيف المحتوى بشكل استباقي.
"فريقو المنتجات تريد فقط فهمًا أفضل لما يحدث على منصاتهم، خاصة مع زيادة كمية المحتوى بشكل متزايد،" يقول يانكوفيتش. "القدرة على تسمية كل ذلك بطريقة قابلة للتوسيع والتخصيص هي أمر مفيد للغاية."
أصبحت نماذج القرارات موضوعًا ساخنًا في عالم الذكاء الاصطناعي منذ إصدار Jev من Typesafe AI في سبتمبر، الذي تلاه على الفور نماذج قرار تنافسية من OpenAI وAmazon. بدلاً من إخراج نص، تُخرج نماذج القرارات احتمالات النتائج، لكن في هذه الحالة تُخرج النموذج حكمًا ثنائيًا: إما أن المحتوى ينتمي إلى الفئة أو لا ينتمي إليها. من خلال تقييد ناتج النموذج إلى مجموعة من الخيارات محددة مسبقًا، تستطيع نماذج القرارات العمل بشكل أسرع وأقل تكلفة من النماذج اللغوية الكبيرة، مع الحفاظ على مرونة بنية التحويل.
أحد الحالات الاستخدامية المبكرة هو كبح السلوك السيء بواسطة العملاء الذكيين — لذا من الطبيعي تطبيق نفس التقنية على السلوك السيء لدى البشر.
من الجدير بالذكر أن يانكوفيتش يقول إن اهتمامه بنماذج القرارات يعود إلى ما قبل جيف، ويستطرد في ذلك إلى مشروع لعام 2024 يُسمى GLiNER (نموذج عام للتعرف على الكيانات المسماة) الذي استخدم العديد من التقنيات نفسها.
ومع ذلك، لا تخاف شركة Musubi من المقارنة. بل على العكس، تطمح الشركة إلى استخدام الاهتمام الجديد بنماذج اتخاذ القرارات لإبراز عملية التحكم في المحتوى. ويذكر الإعلان عن المنتج: “إذا لفتتك محتويات Jev، فإن PolicyLM-1.7B هي نفس النوع من النماذج، التي تم تدريبها خصيصًا للتحكم في المحتوى، ويمكنك تشغيلها بنفسك”.