En la moderación de contenidos, cambiar una política solía implicar volver a entrenar el modelo. PolicyLM-1.7B de Musubi sigue otro camino: las políticas se escriben directamente en inglés, se aplican a los mensajes y, en menos de 50 milisegundos, emite un juicio binario: «¿Pertenece a esta categoría o no?». Sus pesos son de código abierto.
La clave de su mayor velocidad está en limitar la salida: no genera texto, solo indica si el mensaje coincide con la categoría. Al eliminar la generación palabra por palabra, la velocidad y el coste pueden acercarse a los de los clasificadores tradicionales. Además, los cambios en las políticas no requieren volver a entrenar el modelo, por lo que la iteración de las reglas de moderación ya no queda bloqueada por ese paso.
La clave de su mayor velocidad está en limitar la salida: no genera texto, solo indica si el mensaje coincide con la categoría. Al eliminar la generación palabra por palabra, la velocidad y el coste pueden acercarse a los de los clasificadores tradicionales. Además, los cambios en las políticas no requieren volver a entrenar el modelo, por lo que la iteración de las reglas de moderación ya no queda bloqueada por ese paso.