Musubi 开源 PolicyLM-1.7B：读你自己的内容政策，100 毫秒内给决定
内容审核公司 Musubi 10 月 6 日开源 PolicyLM-1.7B，定位是「读你自己的内容政策」的决策模型。它填的是一段夹缝：固定分类器快且便宜，但读不懂平台自己的政策，规则一改就得重新标注、重新训练；大模型读得懂政策，但速度与价格撑不住直播聊天、游戏大厅、私信、用户名这类必须当场出结论的场景。
PolicyLM 对每条消息都对照平台自己的政策与标签体系给判定，官方称延迟在 100 毫秒以内，速度与成本接近分类器，并且可以按需加自己的标签类目。权重按 Apache 2.0 放出，免费下载使用。官方称已有一个定制微调版跑在生产上，那个平台每天处理超过 100 万条消息。
该模型同时加入 ROOST 的模型社区，Musubi 与 ROOST 一并发布了一份开源选型指南《Choosing and Routing Open Safety Models》，并计划在 10 月 27 日办一场用参与者自己的政策跑各家安全模型的线上工作坊。
原文链接：Musubi 官方博客
核验记录
官方页 musubilabs.ai/blog/introducing-policylm-1-7b 本机直读 200（147,008 字节），JSON-LD datePublished 与 dateModified 均为 2026-10-06T12:52:35.042Z、页内可见 October 6, 2026、署名 Filip Jankovic。1.7B 参数、Apache 2.0 开放权重、100 毫秒以内、生产上日均超 100 万条消息、加入 ROOST 模型社区、配套选型指南与 10 月 27 日工作坊，均取自该页正文与页面摘要。⚠ 官方页没有给公开评测表格，正文因此不写任何基准数字，只写官方自述的速度与部署口径。配图 cdn.sanity.io 官方 og:image：裸请求与带站内 Referer 双 200 / 1,334,017 字节 PNG 1200×630。