Масштабирование проверок с использованием больших языковых моделей для модерации контента в Google Ads

Scaling Up LLM Reviews for Google Ads Content Moderation

February 7, 2024

Авторы: Wei Qiao, Tushar Dogra, Otilia Stretcu, Yu-Han Lyu, Tiantian Fang, Dongjin Kwon, Chun-Ta Lu, Enming Luo, Yuan Wang, Chih-Chun Chia, Ariel Fuxman, Fangzhou Wang, Ranjay Krishna, Mehmet Tek

cs.AI

Аннотация

Крупные языковые модели (LLM) являются мощным инструментом для модерации контента, однако их затраты на выполнение выводов и задержки делают их непрактичными для повседневного использования на больших наборах данных, таких как репозиторий Google Ads. В данном исследовании предлагается метод масштабирования проверок с использованием LLM для модерации контента в Google Ads. Сначала мы используем эвристики для отбора кандидатов путем фильтрации и удаления дубликатов, а также создаем кластеры объявлений, для каждого из которых выбираем одно репрезентативное объявление. Затем мы используем LLM для проверки только репрезентативных объявлений. Наконец, мы распространяем решения LLM для репрезентативных объявлений на их кластеры. Этот метод сокращает количество проверок более чем на 3 порядка величины, при этом достигая двукратного улучшения полноты по сравнению с базовой моделью без использования LLM. Успех данного подхода в значительной степени зависит от представлений, используемых при кластеризации и распространении меток; мы обнаружили, что кросс-модальные представления сходства дают лучшие результаты, чем уни-модальные представления.

English

Large language models (LLMs) are powerful tools for content moderation, but their inference costs and latency make them prohibitive for casual use on large datasets, such as the Google Ads repository. This study proposes a method for scaling up LLM reviews for content moderation in Google Ads. First, we use heuristics to select candidates via filtering and duplicate removal, and create clusters of ads for which we select one representative ad per cluster. We then use LLMs to review only the representative ads. Finally, we propagate the LLM decisions for the representative ads back to their clusters. This method reduces the number of reviews by more than 3 orders of magnitude while achieving a 2x recall compared to a baseline non-LLM model. The success of this approach is a strong function of the representations used in clustering and label propagation; we found that cross-modal similarity representations yield better results than uni-modal representations.