# कंटेंट मॉडरेशन के लिए मुसुबी ने पेश किया नया एआई मॉडल पॉलिसीएलएम-1.7बी

> मुसुबी ने ओपन वेट्स के साथ पॉलिसीएलएम-1.7बी डिसीजन मॉडल लॉन्च किया है, जो 50 मिलीसेकंड से कम समय में सोशल मीडिया कंटेंट की समीक्षा कर सकता है।

**Type:** article · **Category:** एआई · **Published:** 2026-10-06 · **Source:** TrendKia
**Canonical:** https://trendkia.com/ai/kntenta-modareshana-ke-lie-musubi-ne-pesha-kiya-naya-ai-modala-policylm-1-7b-44186 · **Language:** Hindi
**Tags:** आर्टिफिशियल इंटेलिजेंस, कंटेंट मॉडरेशन, मुसुबी, पॉलिसीएलएम, ओपन सोर्स एआई, सोशल मीडिया सुरक्षा

डिजिटल प्लेटफॉर्म्स पर पोस्ट होने वाले भारी-भरकम डेटा और संदेशों की निगरानी को आसान बनाने के उद्देश्य से मुसुबी ने एक नया समाधान पेश किया है। कंपनी ने मंगलवार को पॉलिसीएलएम-1.7बी नाम से एक हल्का डिसीजन मॉडल पेश किया, जिसे ओपन वेट्स के साथ उपलब्ध कराया गया है। इस मॉडल का मुख्य काम सोशल मीडिया और अन्य ऑनलाइन प्लेटफॉर्म्स पर रियल-टाइम कंटेंट मॉडरेशन को तेज और किफायती बनाना है।

## साधारण भाषा में लिखे नियमों को तुरंत लागू करने की क्षमता
इस नई प्रणाली की सबसे बड़ी खासियत यह है कि यह आम बोलचाल की अंग्रेजी में लिखे गए कंटेंट नियमों को समझकर उन्हें 50 मिलीसेकंड से भी कम समय में किसी भी संदेश पर लागू कर सकती है। वर्तमान में अधिकांश सोशल मीडिया मंचों पर कंटेंट जांचने के लिए पारंपरिक क्लासिफायर सिस्टम काम करते हैं। मुसुबी का यह नया सिस्टम लागत और गति के मामले में उन पुराने क्लासिफायर जितना ही सक्षम है, जबकि इसकी कार्यक्षमता आधुनिक लार्ज लैंग्वेज मॉडल जैसी लचीली है। इसके चलते जटिल नियमों को लागू करने के लिए मॉडल को बार-बार विशेष प्रशिक्षण देने की आवश्यकता नहीं पड़ती है।

जब भी सुरक्षा या कंटेंट से जुड़ी गाइडलाइंस में कोई बदलाव होता है, तब भी इस मॉडल को नए सिरे से ट्रेन करने की जरूरत नहीं होती। इससे नियम तय करने वाली इंसानी टीमों को अपनी पॉलिसी में मनचाहे बदलाव करने और तुरंत प्रयोग करने की पूरी आजादी मिलती है। मुसुबी के सह-संस्थापक और चीफ एआई ऑफिसर फिलिप यानकोविच के अनुसार, यह तकनीक प्लेटफॉर्म प्रबंधकों को पहले से सक्रिय होकर सामग्री को वर्गीकृत करने का सशक्त जरिया देती है। सामग्री में हो रही बेतहाशा बढ़ोतरी के बीच प्लेटफॉर्म की गतिविधियों को बेहतर तरीके से समझने और उसे बड़े पैमाने पर कस्टमाइज करने में यह प्रणाली काफी मददगार साबित होती है।

## डिसीजन मॉडल्स की बढ़ती लोकप्रियता और कार्यप्रणाली
आर्टिफिशियल इंटेलिजेंस की दुनिया में डिसीजन मॉडल्स को लेकर दिलचस्पी हाल के महीनों में तेजी से बढ़ी है। सितंबर में टाइपसेफ एआई की ओर से जेव जारी किए जाने के बाद यह तकनीक चर्चा में आई थी, जिसके तुरंत बाद ओपनएआई और अमेज़न ने भी अपने प्रतिस्पर्धी डिसीजन मॉडल्स पेश किए। पारंपरिक लार्ज लैंग्वेज मॉडल जहां बड़े टेक्स्ट उत्तर तैयार करते हैं, वहीं डिसीजन मॉडल केवल संभावनाओं या पूर्व-निर्धारित विकल्पों पर परिणाम देते हैं।

पॉलिसीएलएम-1.7बी मॉडल भी टेक्स्ट लिखने के बजाय बाइनरी फैसला सुनाता है, यानी जांची जा रही सामग्री तय श्रेणी के दायरे में आती है अथवा नहीं। आउटपुट को पहले से तय सीमित विकल्पों तक सीमित रखने की वजह से यह मॉडल ट्रांसफॉर्मर आर्किटेक्चर की खूबियों को बरकरार रखते हुए काफी तेज गति से और बेहद कम लागत में काम करता है। शुरुआती दौर में इस तकनीक का इस्तेमाल गलत व्यवहार करने वाले एआई एजेंट्स को नियंत्रित करने के लिए देखा गया था, और अब उसी तकनीक को इंसानी गलतियों व आपत्तिजनक कंटेंट को रोकने में इस्तेमाल किया जा रहा है।

## तकनीकी पृष्ठभूमि और मॉडरेशन पर फोकस
डिसीजन मॉडल्स से जुड़े दृष्टिकोण पर बात करते हुए यानकोविच ने स्पष्ट किया कि उनकी इस तकनीक में रुचि जेव के आने से पहले से है। उन्होंने इसका संबंध वर्ष 2024 के एक प्रोजेक्ट ग्लिनर (नेमड एंटिटी रिकग्निशन के लिए जनरलिस्ट मॉडल) से जोड़ा, जिसमें इसी प्रकार की कई तकनीकों का प्रयोग किया गया था।

मुसुबी अन्य मॉडल्स से तुलना से बचने के बजाय इस तकनीक के जरिए कंटेंट मॉडरेशन के क्षेत्र को नई दिशा देने को लेकर पूरी तरह आश्वस्त है। कंपनी के उत्पाद विवरण के अनुसार, यह मॉडल उन डेवलपर्स और टीमों के लिए एक सीधा विकल्प है जो खुद के बुनियादी ढांचे पर रियल-टाइम मॉडरेशन मॉडल चलाना चाहते हैं।

## इसका आप पर असर
यह नया ओपन-वेट्स मॉडल ऑनलाइन प्लेटफॉर्म्स और स्वतंत्र डेवलपर्स के लिए कंटेंट मॉडरेशन को तेज, सस्ता और अधिक पारदर्शी बना सकता है।

- **ऑनलाइन यूजर्स के लिए:** सोशल मीडिया और मैसेजिंग प्लेटफॉर्म्स पर हानिकारक सामग्री की पहचान अब मिलीसेकंड में हो सकेगी। इससे यूज़र्स को ऑनलाइन प्लेटफॉर्म पर ज्यादा सुरक्षित माहौल मिलेगा और स्पैम व आपत्तिजनक पोस्ट तेजी से हटेंगे।
- **डेवलपर्स और कंपनियों के लिए:** छोटे स्टार्टअप्स और प्लेटफॉर्म्स को मॉडरेशन सिस्टम बार-बार री-ट्रेन करने के भारी खर्च से राहत मिलेगी। वे साधारण अंग्रेजी में नियम लिखकर अपनी गाइडलाइंस को तुरंत अपने सिस्टम में लागू कर सकेंगे।
- **पारदर्शिता और नियंत्रण:** ओपन-वेट्स मॉडल होने के कारण कंपनियां इसे अपने सर्वर पर खुद चला सकेंगी। उन्हें अपने यूज़र्स का संवेदनशील डेटा तीसरे पक्ष के कमर्शियल एपीआई पर भेजने की जरूरत नहीं पड़ेगी।
- **एआई सुरक्षा के लिए:** इंसानी व्यवहार के साथ-साथ यह मॉडल स्वायत्त एआई एजेंट्स की गतिविधियों को भी सीमित रखने में मदद करेगा। इससे ऑटोमेटेड सिस्टम्स के गलत फैसलों या अनपेक्षित व्यवहार पर बेहतर निगरानी रखी जा सकेगी।

## ऐसा क्यों हुआ
पारंपरिक क्लासिफायर और बड़े एलएलएम के बीच गति, लचीलेपन और लागत के बड़े अंतर को पाटने के लिए यह डिसीजन मॉडल विकसित किया गया है।

- **री-ट्रेनिंग की समस्या:** पारंपरिक क्लासिफायर्स में हर बार नया नियम जोड़ने पर मॉडल को दोबारा ट्रेन करना पड़ता था, जिसमें काफी समय और खर्च लगता था। मुसुबी ने ऐसा आर्किटेक्चर बनाया जो प्राकृतिक भाषा में लिखे नियमों को बिना नए प्रशिक्षण के तुरंत समझ लेता है।
- **गति और लागत की जरूरत:** सामान्य जनरेटिव एआई मॉडल पूरा वाक्य बनाने के कारण बहुत धीमे और महंगे होते हैं। इसके विपरीत, बाइनरी डिसीजन मॉडल केवल हां या ना में तेजी से जवाब देता है, जिससे प्रक्रिया 50 मिलीसेकंड के भीतर पूरी हो जाती है।
- **आर्किटेक्चरल विकास:** वर्ष 2024 के ग्लिनर प्रोजेक्ट और हाल ही में सितंबर में आए जेव जैसे मॉडल्स ने यह साबित किया कि सीमित आउटपुट वाले डिसीजन मॉडल्स भारी वर्कलोड में बेहद प्रभावी होते हैं। इसी तकनीकी आधार को मुसुबी ने कंटेंट मॉडरेशन की व्यावहारिक चुनौतियों पर केंद्रित कर दिया।

## सवाल-जवाब

### 1. पॉलिसीएलएम-1.7बी क्या है?
यह मुसुबी कंपनी द्वारा जारी किया गया एक ओपन-वेट्स डिसीजन मॉडल है, जिसे रियल-टाइम कंटेंट मॉडरेशन के लिए तैयार किया गया है।

### 2. यह मॉडल कितनी तेजी से कंटेंट की जांच कर सकता है?
यह मॉडल साधारण अंग्रेजी में लिखे गए नियमों के आधार पर किसी भी संदेश की जांच 50 मिलीसेकंड से भी कम समय में कर सकता है।

### 3. क्या नियम बदलने पर इस मॉडल को दोबारा ट्रेन करना पड़ता है?
नहीं, नियम या पॉलिसी बदलने पर इस मॉडल को नए सिरे से ट्रेनिंग देने की जरूरत नहीं होती है।

### 4. डिसीजन मॉडल और सामान्य एलएलएम में मुख्य अंतर क्या है?
सामान्य एलएलएम लंबा टेक्स्ट लिखते हैं, जबकि डिसीजन मॉडल पूर्व-निर्धारित विकल्पों में से केवल बाइनरी निर्णय (हां या ना) देते हैं, जिससे वे ज्यादा तेज और सस्ते होते हैं।

---
_TrendKia — Har trend, sabse pehle.. Machine-readable view; canonical HTML at the URL above._