Kis AI-modell segít azonosítani a csaló üzeneteket Pakisztánban

Az Abid Ali Awan által a Hugging Face Build Small Hackathonra fejlesztett Pakistan Notice Helper egy helyi biztonsági problémára kínál megoldást. Az eszköz célja, hogy segítsen a pakisztáni felhasználóknak megérteni a gyanús üzeneteket, mielőtt linkekre kattintanának, számokat tárcsáznának, vagy adatokat osztanának meg.

A Pakistan Notice Helper támogatja az angol és az urdu nyelvet is, ami kulcsfontosságú döntés volt, mivel a gyanús üzenetek gyakran keverik a nyelveket. Az urdu mód nem csupán fordítást jelent: a felület jobbról balra igazodik, a címeket és a válaszokat is lefordítja, és a modell is urdu nyelven generálja az értékelést.

Kapcsolódó: MetaClaw keretrendszer

A modell képességei

Az eszköz olyan figyelmeztető jeleket keres, mint sürgető fenyegetések, bizalmas adatok kérése, vagy bankok, futárok, hatóságok nevében való fellépés. Az eszköz fejlesztése során Abid Ali Awan rájött, hogy a kis modellekkel való munka kevésbé a teljesítményteszt pontszámokról, sokkal inkább a minőség, sebesség, költség és termékbiztonság egyensúlyáról szól.

Kapcsolódó: AI hatékonyság

A modell fejlesztése

A Qwen3.5 4B modellt választotta, mert bár a nagyobb Qwen3.6 27B modell jobb minőséget nyújtott, a kisebb modell praktikusabbnak bizonyult a hackathon követelményeihez és a költséghatékonysághoz. A Pakistan Notice Helper a Hugging Face Space-en fut, egyedi Gradio frontenddel, amely egy Modal végponton keresztül kommunikál a CUDA llama.cpp és a Qwen3.5 4B MTP GGUF modellel, és a hackathon 32B modellméret-korlátján belül maradt.

Kapcsolódó: közszférában az AI