Bagaimana Model Keputusan AI Bakal Mengubah Wajah Moderasi Konten Digital

Solusi Baru Moderasi Konten: Musubi Rilis Model Keputusan Ringan PolicyLM-1.7B

Di tengah melonjaknya volume konten digital yang diunggah setiap detik, tantangan menyaring ujaran kebencian, misinformasi, dan pelanggaran panduan komunitas kian krusial bagi platform media sosial. Menjawab tantangan tersebut, perusahaan riset kecerdasan buatan Musubi resmi meluncurkan PolicyLM-1.7B, sebuah model keputusan (decision model) berbobot terbuka (open weights) yang dirancang khusus untuk moderasi konten secara real-time.

Inovasi ini mengusung pendekatan berbeda dibanding sistem konvensional. PolicyLM-1.7B mampu membaca dan menerapkan kebijakan moderasi yang ditulis dalam bahasa manusia biasa (plain English) lalu mengeksekusinya pada pesan digital dalam waktu kurang dari 50 milidetik. Kecepatan kilat ini memangkas secara signifikan jeda waktu yang biasanya dibutuhkan untuk menyaring konten berisiko di platform berskala besar.

Lompatan Efisiensi: Kecepatan Klasifikasi Konvensional dengan Fleksibilitas LLM

Sistem moderasi pada mayoritas platform raksasa saat ini mengandalkan pengklasifikasi AI (AI classifiers) tradisional yang cepat dan hemat biaya, namun sangat kaku. Ketika kebijakan platform berubah, sistem lama harus melalui proses pelatihan ulang (retraining) yang memakan waktu dan biaya komputasi besar. Di sisi lain, menggunakan model bahasa besar (LLM) generatif biasa memerlukan latensi tinggi dan beban infrastruktur cloud yang mahal.

Musubi berhasil menjembatani celah tersebut. Dirancang dengan keunggulan biaya dan kecepatan setara pengklasifikasi AI, PolicyLM-1.7B tetap mempertahankan fleksibilitas arsitektur transformer modern. Hasilnya, platform dapat menerapkan aturan moderasi yang kompleks tanpa perlu pelatihan ulang khusus setiap kali terjadi revisi kebijakan.

Co-founder sekaligus Chief AI Officer Musubi, Filip Jankovic, menegaskan pentingnya fleksibilitas ini bagi tim pengelola produk digital. “Tim produk hanya ingin memahami lebih baik apa yang sedang terjadi di platform mereka, terutama saat jumlah konten meningkat secara eksponensial. Kemampuan untuk memetakan dan memberi label pada seluruh konten tersebut secara terskala dan dapat disesuaikan adalah hal yang sangat krusial,” ujar Jankovic.

Mengapa Model Keputusan Menjadi Tren Baru di Industri AI?

Kategori decision model kini menjadi diskursus hangat di lanskap teknologi global, menyusul kehadiran berbagai model keputusan pionir dari para raksasa teknologi seperti OpenAI hingga Amazon. Berbeda dari LLM generatif yang menghasilkan output teks panjang, model keputusan berfokus memproses probabilitas hasil. Dalam kasus PolicyLM-1.7B, sistem memproses penilaian biner secara presisi: apakah suatu konten melanggar kategori aturan tertentu atau tidak.

Dengan membatasi output hanya pada opsi keputusan yang telah ditentukan, model ini beroperasi jauh lebih cepat dan murah, namun tidak kehilangan kecerdasannya dalam memahami konteks kalimat yang rumit.

Jankovic mengungkapkan bahwa pengembangannya atas teknologi ini berakar dari proyek GLiNER (Generalist Model for Named Entity Recognition) pada tahun 2024 yang mengadaptasi teknik serupa. Kini, melalui efisiensi tinggi dan lisensi terbuka yang diusungnya, PolicyLM-1.7B siap menjadi standar baru infrastruktur moderasi mandiri bagi pengembang aplikasi maupun pengelola platform digital berskala global.