Multimodal modeller

1) Neden multimodalite iGaming

• Dolandırıcılığı azaltın (KYC + canlılık, ekrandan ekrana, resim değiştirme);
• Moderasyon ve marka güvenliği kreatiflerini/videolarını yargı yetkisine göre hızlandırmak;
• Akışların bağlamını ve sağlayıcılara/oyunlara yapılan referansları anlamak;
• UX problemlerinin köklerini bulun (video + günlük olayları + yorumlar);
• Destek aracılarına "zengin" cevaplar verin (metin + ekran/video/bağlantılar);
• RG süreçlerini iyileştirin (şikayet metni + görsel hayal kırıklığı deseni + oturum geçmişi).

2) Mimariler ve desenler

2. 1 CLIP benzeri (çift kodlayıcı, kontrastlı)

İki kodlayıcı (metin/görsel) ITC (görüntü-metin kontrastlı) konusunda eğitilmiştir. Hızlı arama/eşleştirme: logolar, igra↔kreativ, strim↔provayder.

2. 2 Kodlayıcı - Dekoder/VLM

Bir resmi/videoyu "tanımlamak" için görsel kodlayıcı + LLM kod çözücü, UI/ekran görüntüsündeki soruları yanıtlamak, KYC çözümlerini açıklamak. Topraklama (bbox/maskeler) ve Toolformer tarzı araç çağırmayı destekler.

2. 3 Algılayıcı/Algılayıcı IO/Flamingo benzeri

Uzun diziler ve karışık modaliteler (çerçeveler + metin + tablo özellikleri). Akışlar ve sıralı KYC çerçeveleri için kullanışlıdır.

2. 4 LLM-as-orchestrator (Yönlendirici/Ajan)

Kritik yolda (harita/yüz algılama, OCR, ASR) + LLM, sonuçları birbirine bağlayan, kurallara neden olan, insan tarafından okunabilir nedenler yazan ışık özel modelleri.

2. 5 Fusion-Late/Fusion-Early/Co-attention

Geç birleşme - güvenilir ve ucuz; Daha önce - daha güçlü, ama daha pahalı. Ürün yolu için: daha sık geç + ortak dikkat (doğruluk/maliyet dengesi).

3) Veri ve işaretleme

Senkronizasyon: çerçeveler/altyazılar/oyun olayları/sohbetler - zaman hizalaması (ses için ASR/günlük kaydı).
PII/biyometri: yüzleri/belgeleri düzenleyin (kutular/maskeler), tanımlayıcıları tokenize edin; DSAR uyumluluğu.
Alan adı sözlükleri: PSP/sağlayıcılar/oyunlar, RG/bonus terimleri, yerel ödemeler (Papara/Mefete/PIX).
Sentetikler: ışık/açı varyasyonlarına sahip belgeler/özçekimler; Farklı logoları/CTA'ları olan kreatifler; Ekranın "yeniden kaldırılması".
Aktif öğrenme: Belirsiz/sınırda durumlarda model bayrakları; HITL devresi.
Denge: nadir sınıflar (parodi, yasak sembol, 18 +) - en azından toplu.

4) Uyum ve eğitim

ITC (InfoNCE): tekst↔izobrazheniye/kadr (birçok negatif, sıcaklık softmax).
ITM (Image-Text Matching): "match/no" binary.
Yönerge ayarlama: "UI soru/belge - cevap + gerekçe" diyalogları.
Topraklama: "hatanın olduğu yer" bağlantıları için bbox/maskeler üzerinde denetim.
Nedensel/Araç kullanımı: şablonlar "saw _ called OCR/NER - checked PSP limits".
RLHF/RLAIF: "koruyucu" senaryolar için gözden geçirenlerin tercihleri (reklam/18 +/RG).

5) Gizlilik, güvenlik, etik

Tasarım bazında biyometri: cihaz üzerinde ön doğrulama, kenar çıkarımı, şifreleme gömme, raf ömrü.
Günlüklerde sıfır PII: ham çerçeve yok, belgenin tam metni yok; Belirteçler ve vaka referansları.
DSAR/Legal Hold: Kripto silme, değişmez karar günlükleri (WORM).
Adalet/Önyargı: aydınlatma/cilt tonu/kamera/dil - düzenli raporlar ve eşlik toleransları.
Yargı bölgeleri: 18 + filtre, "sorumlu reklam", depolama ve lisans bölgesindeki anahtarlar.

6) Temel Senaryolar (iGaming)

1. KYC + Liveness (video + metin)

Belge alanlarının OCR'si, talep ile karşılaştırma (tablo).
Özçekimler/çekimler - gömme/parodi hızı; Kural bölgesine atıfta bulunarak "neden inkar" açıklaması.

2. Yaratıcı moderasyon/video

Yasaklanmış metinlerin/logoların/sembollerin, yaş plakalarının, oranların/yanıltıcı mesajların tespiti.
Pazarlama için "politik'bir rapor oluşturmak: neyi düzeltmek ve neden.

3. Akış analizi (video + sohbet)

Logo/oyun/etkinlikler (büyük kazanç, indirim), sohbet tonu, toksisite.
Promosyonların sağlayıcıya atfedilmesi, zaman kodlarına göre hizalama.

4. Destek/UX (ekran görüntüleri + metin)

Ekranda soru-cevap: "Çıkış düğmesi nerede? ", "Neden KYC hatası?" - UI alanının aydınlatılmasıyla.

5. RG/Antifraud

Video kartları "ekran yeniden yakalama", şikayet ve oturum sinyalleri metni ile karşılaştırma; HITL tırmanışı.

7) Metrikler ve kıyaslamalar

Online SLO: Başarı oranı ≥ 99. %5, p95 ≤ 300-500 ms (rotaya bağlıdır), sürüklenme uyarıları.

8) Çalışma ve maliyet (MLOps)

Kayıt defteri: model/veri/büyütme sürümleri; Politika "uygulanabildiği yerde".
Bültenleri: gölge/kanarya/mavi-yeşil; FPR/gecikme/sürüklenme yoluyla otomatik geri alma.
Gözlemlenebilirlik: gecikme p50/95/99, hata oranı, GPU/CPU util, PSI sürüklenme (sahneler/diller).
Maliyet kontrolü: damıtma/niceleme (FP16/INT8), çerçeve örnekleme, gömme önbelleği, hafif/ağır yönlendirme.
HITL: tartışmalı kuyruk; Altın setin aktif eğitimi ve yenilenmesi.
Coğrafi/kiracı izolasyonu: farklı anahtarlar, kotalar, rota politikaları.

9) Şablonlar (kullanıma hazır)

9. 1 Multimodal Moderatör API

yaml
POST /v1/moderation/mm request:
image_token: "img_..."
text: "Join now and win..."
market: "TR"
channel: "display"
response:
violations: ["age_rating_missing","misleading_promise"]
grounding:
- type: "bbox"
label: "misleading_promise"
box: [x1,y1,x2,y2]
decision: "deny"
trace_id: "..."
slo: {p95_ms: 350}
privacy: {pii: false}

9. 2 SLO/Gizlilik Politikası

yaml service: multimodal.core slo:
success_rate: 0.995 latency_p95_ms: 300 drift_psi_max: 0.2 privacy:
store_raw_media: false biometrics_tokenized: true retention: "P30D"
ethics:
bias_gap_pp_max: 3

9. 3 Model kart (parça)

yaml model: "mm_clip_ui_vlm@2.3.1"
task: ["creative_moderation","ui_qa","kyc_support"]
data: {images: 2.1M, texts: 12M, videos: 90k clips}
metrics:
moderation_precision_deny: 0.92 ui_qa_f1: 0.81 ocr_cer: 0.055 limits:
no_personal_photos_in_training: true region_keys: ["EEA","LATAM","TR"]
review_cycle_days: 90

9. 4 "events_mm_gold" diyagramı

yaml ts: TIMESTAMP brand: STRING country: STRING modality: STRING   # image    video    text    mix task: STRING     # moderation    kyc    ui_qa    stream_logo decision: STRING   # allow    manual    deny scores: MAP<STRING,FLOAT>
grounding: JSON    # bboxes/masks/timecodes trace_id: STRING

9. 5 İstemi şablonu (UI Q&A, güvenlik)

Ты ассистент по UI. На входе: описание экрана (OCR/объекты) и вопрос.
1) Отвечай только тем, что видно на экране или в правилах бренда.
2) Если данных не хватает — скажи «недостаточно информации» и предложи шаг.
3) Никогда не проси пользователя присылать документы в чат.
Верни: ответ, краткое обоснование, при наличии — координаты области.

10) Uygulama Yol Haritası

0-30 gün (MVP)

1. CLIP logoları/oyunları ara + reklam öğelerinin basit denetimi (metin/18 +).
2. Ekran görüntülerinde UI Q&A (zonaları vurgulayarak), desteğe entegrasyon.
3. PII-revizyon ve tokenizasyon boru hattı; Gözlenebilirlik gecikme/başarı.

30-90 gün

1. Video akış modülü: logo/vurgular + sohbet bağlama (ASR/ton).
2. KYC asistanı: kararların açıklamaları (belge/selfie başına topraklama), hitl kuyruğu.
3. Kanarya bültenleri, sürüklenme uyarıları (sahneler/diller), önyargı/adalet raporları.

3-6 ay

1. Alan görevlerinde öğretici ek eğitim (moderasyon/UX/PSP kuralları).
2. Ödeme akışlarında/VIP'de gizli çıkarım (TEE).
3. Damıtma/niceleme, gömme önbelleği; talep başına maliyet bütçesi.
4. Tartışmalı ve post-mortemlerden altın vakaların otomatik üretimi.

11) Anti-desenler

Ham çerçeveler/günlüklerde ses ve sebepsiz yere uzun süreli depolama.
Kritik ödeme yolunda'her şey için bir model "- yönlendirici ve geri dönüş olmadan.
Moderasyonda topraklama/açıklanabilirlik eksikliği: pazarlama ve düzenleyicilerle anlaşmazlıklar.
Önyargı/aydınlatma/kameraları görmezden gelin - yerel KYC düşüşleri.
Sürüklenme uyarısı yok: bozulma bölgelere "yayılıyor".
HITL'siz modeller: kenar durumlarında iyileşme yok.

12) İlgili bölümler

IGaming, NLP ve kelime işlemede bilgisayar görüşü, Duygusal geribildirim analizi, DataOps uygulamaları, MLOps: model sömürüsü, Anomali ve korelasyon analizi, Veri akışlarından uyarılar, Analitik ve metrik API, Veri güvenliği ve şifreleme, Erişim kontrolü, Veri etiği ve şeffaflık.

Sonuç

Multimodal modeller, farklı kanalları (metin, görüntü, video, ses ve olaylar) tutarlı, açıklanabilir ve güvenli bir çözüm akışına dönüştürür. Bu, iGaming'de daha hızlı ve daha dürüst KYC, daha az dolandırıcılık, güvenli reklamlar, akışlarda sağlayıcıların şeffaf bir şekilde ilişkilendirilmesi ve akıllı destek yanıtları anlamına gelir - gizliliğe, bütçelere ve düzenlemelere sıkı sıkıya bağlı kalarak.