都是一些用户评论，中文占绝大部分，有 1 亿份左右文本，每份文本长度几个字到几十个字。 现在公司的目标是把其中带有敏感违规的进行整条屏蔽（不是使用*代替违规词） 由于数量太大，需要建立一套规则，为了避免误判，不能简单粗暴地直接匹配违规词，很多情况下需要用到正则等条件判断，不能单个命中就算，我准备交给大模型去建立这套规则，各位有模型建议吗？ GPT-6A 或者GPT-6.1SOL 合适吗？目前我是 GPT200 的套餐，不过和朋友共用，额度不太够。我想另外寻一个订阅，或者是其他渠道的 token，来专门做这个规则。…