Jak to działa
Filtry oparte na regułach
Szybkie wzorce regex i heurystyki natychmiast wychwytują oczywisty spam.
- Dopasowywanie wzorców regex
- Wykrywanie znanych fraz spamu
- Sprawdzanie czarnej listy URL
- Analiza kodowania znaków
Lokalny model AI
Model uczenia maszynowego na urządzeniu analizuje wzorce wiadomości, zachowanie użytkowników i kontekst.
- Analiza wzorców zachowań
- Wykrywanie sekwencji wiadomości
- Ocena reputacji użytkowników
- Klasyfikacja uwzględniająca kontekst
Analiza AI w Chmurze
W przypadku skrajnych przypadków, nasz zaawansowany model LLM w chmurze zapewnia subtelne zrozumienie.
- Zrozumienie języka naturalnego
- Klasyfikacja intencji
- Wsparcie dla wielu języków
- Ciągłe uczenie się
Co Złapuje
Dlaczego 3 Poziomy?
Systemy wykrywania jednowarstwowego napotykają podstawowy kompromis. Nasze podejście z 3 poziomami rozwiązuje ten problem.
- Poziom 1 obsługuje spamu z prawie zerową latencją.
- Poziom 2 łapie kolejne dzięki analizie behawioralnej.
- Poziom 3 obsługuje pozostałe zaawansowanego spamu.
Dlaczego same reguły przestają wystarczać
| Wyzwanie | Same reguły słów kluczowych | Analiza AI |
|---|---|---|
| Zupełnie nowy spam | Przepuszcza wszystko, czego nie wypisano wprost z wyprzedzeniem | Ocenia znaczenie i intencję, więc oszustwo, którego nigdy nie widziała, wciąż czyta się jak oszustwo |
| Ukryty tekst | Pokonywana przez v.i.p sp@cje, homoglify i tekst wtopiony w obrazki | Czyta poprzez przebranie tak jak człowiek — łącznie z tekstem wewnątrz obrazów dzięki OCR |
| Kontekst | Ocenia każdą wiadomość w oderwaniu, więc przypadki graniczne stają się rzutem monetą | Waży wiadomość razem z kontekstem konta — nowicjusz podrzucający dane kontaktowe czyta się inaczej niż stały bywalec dzielący się linkiem |
| Utrzymanie | Ktoś musi bez końca aktualizować listy słów kluczowych | Wciąż uczy się na decyzjach i sygnałach z wielu grup bez ręcznego pielęgnowania list |
Wciąż się uczy — na prawdziwym ruchu
Nasz własny wytrenowany model
Dedykowany model spamu, wytrenowany na prawdziwym ruchu Telegrama, wyłapuje 97,9% spamu przy zaledwie 0,07% fałszywych trafień — i odpowiada w milisekundach, zanim cięższe AI w ogóle musi ruszyć.
Pamięć werdyktów
Potwierdzone werdykty są zapamiętywane. Gdy pojawia się prawie identyczna kopia znanego spamu — nawet przeredagowana lub uzupełniona emoji — jest blokowana natychmiast, bez nowego wywołania AI i bez opóźnienia.
Ochrona międzygrupowa
Spamer złapany w jednej społeczności jest znany każdej społeczności. Sygnały wykrywania są współdzielone między grupami, więc kampania, która raz się nie powiodła, nie zaczyna od nowa u sąsiada.
Tryb testowy dla administratorów
Włącz tryb testowy, a bot będzie moderował wiadomości samych administratorów tak, jakby byli zwykłymi członkami. Sam publikuj graniczne treści i zobacz dokładnie, które reguły się uruchamiają — nikogo nie karząc.
Jak 3-poziomowe wykrywanie decyduje o wiadomości
Każda wiadomość przechodzi przez poziomy po kolei, od najtańszego. Poziom 1 stosuje wzorce regex, znane frazy spamowe, sprawdzenia URL wobec czarnej listy oraz kontrole kodowania znaków — oczywisty spam jest tu wychwytywany bez żadnego wywołania modelu. To, co nie zostaje jednoznacznie rozstrzygnięte, trafia na poziom 2 — klasyfikator tekstu działający na naszych własnych serwerach, który ocenia wiadomość pod kątem treści, kontekstu i niedawnego zachowania nadawcy, bez żadnego zewnętrznego zapytania API na wiadomość. Tylko naprawdę graniczne przypadki — niewielki wycinek ruchu — trafiają na poziom 3, chmurowy model LLM, który czyta wiadomość pod kątem intencji i zamaskowanego sformułowania. Potok zatrzymuje się, gdy tylko któryś poziom jest pewny.
Ustawienie sprawdzeń w tej kolejności utrzymuje szybkość w typowym przypadku i rzadkość w kosztownym, więc ruchliwa grupa nie czeka na LLM przy każdej linijce. Próg między „działaj” a „zostaw w spokoju” jest Twój do dostrojenia i warto to zrobić: surowsze ustawienie wychwytuje więcej granicznej promocji, ale od czasu do czasu oznaczy entuzjastycznego prawdziwego użytkownika, podczas gdy luźniejsze przepuszcza więcej. Ponieważ każda decyzja — który poziom zadziałał, wynik, zamierzone działanie — jest zapisywana w dzienniku, nigdy nie zgadujesz, dlaczego wiadomość została usunięta, i możesz zacząć w trybie monitorowania, by obserwować potok, zanim kogokolwiek dotknie.
Najczęściej zadawane pytania
Jak dokładne jest wykrywanie spamu przez AI?
Warstwowy proces — reguły, nasz własny wytrenowany model i klasyfikator AI do trudnych przypadków — wyłapuje około 97,9% spamu przy mniej więcej 0,07% fałszywych trafień na prawdziwym ruchu. I nie musisz wierzyć nam na słowo: bot startuje w trybie monitorowania, więc możesz obserwować jego decyzje we własnej grupie, zanim cokolwiek zrobi.
Czy działa w moim języku?
Tak. Wykrywanie jest wielojęzyczne, w tym pisma CJK, tekst transliterowany i wiadomości mieszające języki. OCR czyta też tekst wewnątrz obrazów, więc spam ukryty na obrazkach jest wyłapywany tak samo.
Co się dzieje, gdy AI się pomyli?
Ukarany członek dostaje grzeczne powiadomienie w swoim języku i prywatny link do odwołania. Arbiter AI analizuje sprawę z kontekstem grupy; oczywiste błędy są cofane automatycznie w kilka sekund, a reputacja członka zostaje przywrócona.
Czy muszę cokolwiek konfigurować?
Nie. Wykrywanie działa od razu, z rozsądnymi ustawieniami domyślnymi. Jeśli chcesz, możesz dostroić surowość, dodać własne reguły słów kluczowych i użyć trybu testowego, by najpierw wyczuć progi na własnych wiadomościach.
Powiązane funkcje
Odkryj więcej sposobów, w jakie Telm może pomóc Twojej społeczności