uniopen、Amazon Nova 2 Liteをファインチューニング モデレーション本番導入

uniopenは台湾のUni-President Enterprises Groupが立ち上げたデジタル・コミュニケーションおよび会員プラットフォームで、eコマースや会員特典などの小売体験をウェブ、タブレット、モバイルで提供している。モデレーション方針は、どのような行為が起きたか（9カテゴリ）と、その行為が何を指すか（brand、other、forbidden）の2軸で判定する必要があり、両方が正しく分類されて初めて意思決定に使える。汎用モデルがゼロから学ぶには自社固有すぎるため、チームはAmazon Nova 2 LiteをAmazon SageMaker AIで教師ありファインチューニングし、さらにプロンプトをJSONから行ベース形式に変えて出力を簡素化した。修正データの管理、トレーニング、評価、デプロイを一貫したワークフローにまとめ、人間による確認を必須とすることで、生成ラベルを正解として扱わない仕組みを維持している。Per Behavior Macro F1は0.5852から0.8364、Subject Type Macro F1は0.4162から0.8302へとファインチューニングで大きく伸び、プロンプト最適化でそれぞれ0.8550、0.8491に達した。これにより日常的なモデレーションはカスタマイズ済みの経路に任せ、人間のレビューは曖昧なケースに集中できる運用が可能になった。今後は同じ2指標を本番ゲートとして使い続け、実トラフィックから新たな境界ケースを集め、プロンプト変更か追加のファインチューニングかを判断していく。この成果が他の小売モデレーション分野に広がるかどうかは、こうした評価と人間確認の運用を継続できるかにかかっているとみられる。