KuaiMod - Kuaishouの自動ショートビデオ品質評価フレームワーク - AiBoss

KuaiModとは何ですか？

KuaiModは、Kuaishouが開発したマルチモーダル大規模モデルに基づくショートビデオ品質評価フレームワークです。有害コンテンツや低品質コンテンツを効率的に識別・フィルタリングします。このフレームワークはコモンロー制度から着想を得ており、事例主導型アプローチに基づいてレビュー戦略を動的に更新することで、ショートビデオプラットフォーム上のコンテンツの急速な変化に迅速に対応します。KuaiModは、ビジュアル言語モデリング（VLM）と思考連鎖（CoT）技術を組み合わせ、ユーザーフィードバックに基づく強化学習を用いて、正確なコンテンツ評価を実現します。KuaiModは、オフラインテストおよび実際の運用環境において、最大92.4%の精度を達成しています。これにより、ユーザーからの苦情率が大幅に減少し、ユーザーエクスペリエンスが向上し、ショートビデオプラットフォームの健全なエコシステムを強力にサポートします。

KuaiModの主な機能

有害コンテンツの自動レビュー暴力、ポルノ、デマ、その他の違法コンテンツを含む動画を識別し、フィルタリングすることができます。
きめ細かなコンテンツ分類動画は、管理を容易にするために、違反行為のカテゴリーごとに正確に分類されています。
ダイナミック戦略アップデートユーザーからのフィードバックに基づいて、コンテンツの変更に対応するため、レビュー戦略をリアルタイムで調整しています。
ユーザーからの苦情率を低減する不適切なコンテンツへのユーザーの接触を減らし、ユーザーエクスペリエンスを向上させる。
パーソナライズされたおすすめ機能を実現するユーザーの興味に合った高品質な動画を推奨するように、レコメンデーションシステムを最適化します。

KuaiModの技術原則

マルチモーダル大規模モデル（VLM）VLMは、ビジュアルエンコーダーと言語モデルに基づいて、動画から得られる視覚情報（動画フレームやカバー画像など）とテキスト情報（タイトル、コメント、OCR/ASRテキストなど）を融合し、包括的な動画表現を生成します。大規模な事前学習に基づき、VLMは動画の意味内容を理解し、動画内の有害情報を特定することができます。
思考連鎖（CoT）CoT技術に基づき、動画が有害か無害かを判断する詳細な推論プロセスを生成します。動画審査プロセスは、コンテンツ抽出、コンテンツ分析、ユーザーフィードバック分析など、複数の段階に分かれており、段階的な推論を通じて最終的な審査結果が提示されます。
オフライン適応とトレーニング大規模なラベル付きデータを用いてVLMを監視・微調整し、ビデオレビュータスクに適応させます。ポジティブサンプルとネガティブサンプルのペアを生成することで、モデルの好みを最適化し、レビューの精度と一貫性を向上させます。
オンラインアップデートと強化学習ユーザーフィードバックに基づく強化学習（RLUF）：報告、いいね、コメントなどのユーザーフィードバックに基づいて新しい学習データが構築され、強化学習を用いてモデレーション戦略が動的に更新されます。このモデルはリアルタイムのフィードバックに基づいて最適化され、プラットフォームコンテンツの変化に迅速に対応します。
動的分類システムプラットフォームコンテンツの変化に基づいて、分類タグシステムを動的に拡張および調整し、新たに発生する有害コンテンツの種類を確実に網羅する。

KuaiModのプロジェクトアドレス

プロジェクト公式サイト：https://kuaimod.github.io/
GitHubリポジトリ：https://github.com/KuaiMod/KuaiMod.github.io
arXiv技術論文：https://arxiv.org/pdf/2504.14904v1

KuaiModの応用シナリオ

コンテンツモデレーション暴力、ポルノ、デマなどの有害なコンテンツを自動的に識別し、フィルタリングします。
推奨される最適化パーソナライズされたおすすめ動画の質を向上させ、ユーザーの興味関心により合致した高品質な動画を積極的に配信する。
ユーザーフィードバックの処理レビュー戦略は、ユーザーからの報告やコメントに基づいて動的に調整されます。
コンテンツの質を向上させる低品質なコンテンツをフィルタリングし、プラットフォーム全体のコンテンツエコシステムを最適化する。
プラットフォームエコシステムの維持コンテンツの変更に適応し、プラットフォームの健全かつ持続可能な発展を確保する。