Hur det fungerar
Regelbaserade filter
Snabba regex-mönster och heuristik fångar upp uppenbar spam omedelbart.
- Regex-mönstermatchning
- Kända spamfraser
- Kontroll mot URL-svartlista
- Teckenkodningsanalys
Lokal AI-modell
Maskininlärningsmodellen på enheten analyserar meddelandemönster, användarbeteende och kontext.
- Analys av beteendemönster
- Upptäckt av meddelandesekvenser
- Ryktespoäng för användare
- Kontextmedveten klassificering
Moln-AI-analys
För gränsfall ger vår avancerade moln-LLM en nyanserad förståelse.
- Förståelse av naturligt språk
- Avsiktsklassificering
- Flerspråkigt stöd
- Kontinuerligt lärande
Vad den fångar
Varför 3 nivåer?
Enskiktsdetekteringssystem står inför en grundläggande avvägning. Vår 3-nivåansats löser detta.
- Nivå 1 hanterar det mesta av skräpposten med nästan noll latens.
- Nivå 2 fångar ytterligare skräppost med beteendeanalys.
- Nivå 3 hanterar den mest sofistikerade återstående skräpposten.
Varför enbart regler slutar räcka
| Utmaning | Enbart nyckelordsregler | AI-analys |
|---|---|---|
| Helt ny spam | Missar allt som inte uttryckligen listats i förväg | Bedömer betydelse och avsikt, så att ett bedrägeri den aldrig sett ändå läses som ett bedrägeri |
| Förklädd text | Besegras av v.i.p m.e.l.l.a.n.r.u.m, homoglyfer och text inbränd i bilder | Läser igenom förklädnaden som en människa gör — inklusive text inuti bilder via OCR |
| Kontext | Bedömer varje meddelande isolerat, så att gränsfall blir slantsingling | Väger meddelandet tillsammans med kontokontexten — en nykomling som droppar kontaktuppgifter läses annorlunda än en stamgäst som delar en länk |
| Underhåll | Någon måste hålla nyckelordslistorna färska för evigt | Fortsätter lära av beslut och signaler mellan grupper utan manuell listkuratering |
Den fortsätter att lära sig — på verklig trafik
Vår egen tränade modell
En dedikerad spammodell tränad på verklig Telegram-trafik fångar 97,9 % av all spam med bara 0,04 % falska positiva — och den svarar på millisekunder, innan tyngre AI ens behöver köras.
Utlåtandeminne
Bekräftade utlåtanden kommer ihåg. När en nästan identisk kopia av känd spam dyker upp — även omformulerad eller utfylld med emoji — blockeras den omedelbart, utan något nytt AI-anrop och utan fördröjning.
Skydd över grupper
En spammare som fångas i en gemenskap är känd för alla gemenskaper. Detekteringssignaler delas mellan grupper, så en kampanj som misslyckades en gång får ingen ny start hos grannen.
Testläge för admins
Slå på testläget så modererar boten adminernas egna meddelanden som om de vore vanliga medlemmar. Posta gränsfallsinnehåll själv och se exakt vilka regler som utlöses — utan att straffa någon.
Så fattar 3-nivådetekteringen beslut om ett meddelande
Varje meddelande körs genom nivåerna i ordning, billigast först. Nivå 1 tillämpar regex-mönster, kända spamfraser, uppslagningar mot URL-svartlista och kontroller av teckenkodning — uppenbar spam fångas här utan något modellanrop alls. Vad som inte tydligt löses passerar till Nivå 2, en textklassificerare som körs på våra egna servrar och som poängsätter meddelandet på innehåll, kontext och avsändarens senaste beteende utan någon extern API-förfrågan per meddelande. Endast de genuint gränsfallen — en liten skiva av trafiken — eskaleras till Nivå 3, en moln-LLM som läser meddelandet efter avsikt och förklädd formulering. Processen stannar så snart en nivå är säker.
Att ordna kontrollerna på detta sätt håller det vanliga fallet snabbt och det dyra fallet sällsynt, så att en upptagen grupp inte väntar på en LLM för varje rad. Tröskeln mellan ”agera” och ”lämna i fred” är din att trimma, och det är värt att göra: en strängare inställning fångar mer gränsfallsreklam men flaggar då och då en entusiastisk riktig användare, medan en lösare släpper igenom mer. Eftersom varje beslut — vilken nivå som avfyrade, poängen, den avsedda åtgärden — skrivs till loggen gissar du aldrig varför ett meddelande togs bort, och du kan starta i övervakningsläge för att bevaka processen innan den rör någon.
Vanliga frågor
Hur träffsäker är AI-spamdetekteringen?
Den skiktade pipelinen — regler, vår egen tränade modell och en AI-klassificerare för de svåra fallen — fångar omkring 97,9 % av all spam med ungefär 0,04 % falska positiva på verklig trafik. Och du behöver inte ta oss på orden: boten startar i övervakningsläge, så du kan se dess beslut på din egen grupp innan den agerar på något.
Fungerar det på mitt språk?
Ja. Detekteringen är flerspråkig, inklusive CJK-skript, translittererad text och blandspråkiga meddelanden. OCR läser även text inuti bilder, så spam som gömts i bilder fångas på samma sätt.
Vad händer när AI:n har fel?
Den straffade medlemmen får en artig avisering på sitt eget språk och en privat överklagandelänk. En AI-domare granskar ärendet med gruppens sammanhang; tydliga misstag rivs upp automatiskt på sekunder och medlemmens rykte återställs.
Måste jag konfigurera något?
Nej. Detekteringen fungerar direkt med förnuftiga standardinställningar. Om du vill kan du finjustera strängheten, lägga till egna nyckelordsregler och använda testläget för att känna av trösklarna på dina egna meddelanden först.
Där team använder detta
Verkliga gemenskapstyper där den här funktionen gör grovjobbet.
Skydda din kryptogrupp från bedragare, falska airdrops och phishing-länkar — inklusive bedrägerier gömda inuti bilder.
Professionell moderering för företagsgrupper och kundgemenskaper. Starkt skydd med detaljerade revisionsloggar.
Skydda din fanbas från bedragare som utger sig för att vara du. Bygg en trygg plats där din gemenskap kan umgås.
Relaterade funktioner
Utforska fler sätt som Telm kan hjälpa din gemenskap