২২টি নতুন ভাষা এবং আরও উন্নত সনাক্তকরণ ক্ষমতার মাধ্যমে আমাদের ভয়েস সেফটি ক্লাসিফায়ার আপগ্রেড করা

Roblox প্রতিদিন ৩০টি ভাষায় লক্ষ লক্ষ মিনিটের ভয়েস ডেটা পরিচালনা করে, যা বৃহৎ পরিসরে রিয়েল-টাইম নিরাপত্তায় একটি বিশাল চ্যালেঞ্জ উপস্থাপন করে। গত দুই বছরে, আমাদের অভ্যন্তরীণ সিস্টেমগুলো উল্লেখযোগ্যভাবে বিকশিত হয়েছে—৯৪.৬ মিলিয়ন থেকে ৩২০ মিলিয়ন প্যারামিটারে বৃদ্ধি এবং পাঁচটি থেকে আটটি নীতি লঙ্ঘন বিভাগে সম্প্রসারণ—এখন সর্বোচ্চ সময়ে প্রতি সেকেন্ডে ১০,০০০টি অনুরোধ পরিচালনা করতে সক্ষম। 

আমরা ২০২৪ সালে আমাদের অন্তর্নিহিত ভয়েস সেফটি ক্লাসিফায়ার মডেলটি ওপেন-সোর্স করেছি শিল্পজুড়ে ভয়েস সেফটি উন্নয়নে সহায়তা করার জন্য, এবং আজ আমরা মডেলের v3 সংস্করণটি প্রকাশ করছি, যা ব্যবহারকারীদের জন্য ২২টি নতুন ভাষা এবং দুইটি অতিরিক্ত নীতি লঙ্ঘন বিভাগে সমর্থন প্রদান করে, পূর্ববর্তী সংস্করণের তুলনায় ১৪% বেশি রিকল এবং ৫% বেশি প্রিসিশন সহ।

V1 থেকে V3 এবং এর পরবর্তী সংস্করণ 

যখন আমরা রিয়েল-টাইম ভয়েস সেফটি সিস্টেম তৈরি করতে শুরু করি, তখন আমরা প্রথমে ইংরেজিতে ফোকাস করি। আমরা উচ্চ পরিমাণের প্রশিক্ষণ ডেটা তৈরি করার জন্য একটি স্বয়ংক্রিয় মেশিন-লেবেলিং পাইপলাইন তৈরি করেছি। ২০২৪ সালে, ওপেন-সোর্স মডেলের v1-এ মডেল প্রশিক্ষণের জন্য ২,৪০০ ঘণ্টা মেশিন-লেবেল করা ইংরেজি ডেটা ব্যবহার করা হয়েছিল। প্রাথমিক লঞ্চ এবং নোটিফিকেশন বাস্তবায়নের পর, মার্কিন অপব্যবহার রিপোর্ট হার প্রতি ঘণ্টা বক্তৃতায় ৫০%-এরও বেশি হারে কমে যায়। 

২০২৫ সালে, আমরা আরও ভাষা যুক্ত করি, মডেলটিকে আরও সূক্ষ্মভাবে সামঞ্জস্য করি এবং মডেলের v2 সংস্করণটি প্রকাশ করি। ২০২৬ সালে সর্বশেষ v3 মডেল প্রশিক্ষণের জন্য, আমরা ২৫০,০০০ ঘণ্টা মেশিন-লেবেলকৃত বহুভাষিক ডেটা এবং ২৯,০০০ ঘণ্টা মানব-লেবেলকৃত বহুভাষিক ডেটা ব্যবহার করি। প্রতিটি মডেলকে মানব-লেবেলকৃত ডেটাসেট ব্যবহার করে মূল্যায়ন করা হয়।

ওপেন-সোর্স মডেলের V3 সংস্করণটি Roblox ভয়েস চ্যাটের ভাষা বণ্টন অনুযায়ী ১% ভুল-ইতিবাচক হারে ৬১% রিকল অর্জন করে। তুলনার জন্য শুধুমাত্র মডেলের v2 সংস্করণ দ্বারা সমর্থিত ভাষাগুলো ব্যবহার করে, v3 ভাষার প্রচলনের ওজন অনুযায়ী রিকলে ১৪% আপেক্ষিক উন্নতি দেখায়।

ভয়েস নিরাপত্তা আলাদাভাবে সমাধান করার চেয়ে অনেক বেশি গুরুত্বপূর্ণ। আমরা আমাদের ভয়েস নিরাপত্তা ক্লাসিফায়ার ওপেন-সোর্স করেছি এবং ROOST-এ প্রতিষ্ঠাতা অংশীদার হিসেবে যোগ দিয়েছি, কারণ আমরা বিশ্বাস করি যে নিরাপত্তার প্রযুক্তিতে অগ্রগতি শেয়ার করা পুরো শিল্পকে শক্তিশালী করে। প্রথম রিলিজের পর থেকে Hugging Face-এ মডেলটি ৭০,০০০-এরও বেশিবার ডাউনলোড হয়েছে, এবং প্রতিটি আপডেট আমাদের কমিউনিটিতে বড় পরিসরে আমাদের অভ্যন্তরীণ মডেলগুলি চালিয়ে যাওয়ার মাধ্যমে আমরা যা শিখেছি তার দ্বারা গঠিত হয়েছে। আমরা আমাদের নিরাপত্তা সিস্টেমে ক্রমাগত উন্নতি করছি, এবং ভবিষ্যতে আরও আপডেট শেয়ার করার অপেক্ষায় আছি। 

কৃতজ্ঞতা: এই প্রকল্পে তাদের কাজের জন্য আমরা থমাস বুই, মেঘাতিসা চ্যাটার্জি, ব্রিজেট ড্যালি, জেসন গোলুবক, হানেস হেইকিনহেইমো, মারেক কাপোলকা, চেরিল কুয়ান, মার্কাস ল্যাং, আশ্না শর্মা, হাও-এন সুং, টিংটিং ট্যাং, এবং অ্যালেক্স ট্রিমকে ধন্যবাদ জানাই।