Musubi 开源 PolicyLM-1.7B：Apache 2.0 权重直接读取平台规则，以分类器延迟做实时内容审核

这次有什么变化

Musubi 10 月 6 日发布 PolicyLM-1.7B，一款面向 Trust & Safety 实时审核的 1.7B 决策模型，并以 Apache 2.0 开放权重。模型把平台自己的类别和规则与每条消息一起读取，一次前向传播为每个类别返回 0–1 分数，不生成解释文本，因此规则调整不需要重新训练固定分类器。Musubi 报告其在 24GB L4、6 个类别、短聊天消息上的中位延迟约 35ms，整体目标低于 100ms，并称在自建 custom-policy benchmark 中击败其测试的所有 20B 以下模型；这些速度与准确率均为厂商测试。模型为纯文本、2048 token 上下文，评测覆盖 19 种语言且英语最强。