في عالم البث المباشر، يعتبر التحكم في المحتوى أمرًا بالغ الأهمية، حيث يتطلب التعامل مع كميات كبيرة من المحتوى الذي ينشئه المستخدمون، بشكل فعال وسريع. الباحثون قدموا نهجًا جديدًا يجمع بين التصنيف المدعوم (Supervised Classification) والتطابق القائم على المرجع (Reference-Based Similarity Matching) لرصد وإدارة المخالفات بدقة.

يستفيد الإطار من معالجة الإدخالات المتعددة (Multimodal Inputs) التي تشمل النصوص، والصوت، والصورة، حيث يتلقى النموذج اللغوي الكبير متعدد الأنماط (Multimodal Large Language Model - MLLM) المعرفة من هذه البيانات لتعزيز دقة النظام مع الحفاظ على خفة عملية الاستدلال.

حظي هذا النظام بنجاح ملحوظ في إنتاج البث المباشر، حيث حقق خط الأنابيب الخاص بالتصنيف معدل استرجاع يصل إلى 67% مع دقة 80%، بينما حقق خط الأنابيب الخاص بالتطابق معدل استرجاع يصل إلى 76% مع نفس مستوى الدقة.

أظهرت اختبارات A/B الكبيرة إنخفاضًا بنسبة 6-8% في عدد مشاهدات المحتوى غير المرغوب فيه، مما يدل على فعالية هذه الاستراتيجية الهجينة في مواجهة السلوكيات العدائية والتغيرات السريعة في أشكال المخالفات. إن هذا التطور يمثل خطوة كبيرة نحو حوكمة المحتوى المتعدد الأنماط بشكل أكثر مرونة وفعالية.