มันทำงานอย่างไร
ฟิลเตอร์ตามกฎ
รูปแบบ regex ที่รวดเร็วและอัลกอริธึมจับสแปมที่ชัดเจนได้ทันที
- การจับคู่รูปแบบ regex
- การตรวจจับวลีสแปมที่รู้จัก
- การตรวจสอบ URL blacklist
- การวิเคราะห์การเข้ารหัสตัวอักษร
โมเดล AI ในเครื่อง
โมเดลการเรียนรู้ของเครื่องในอุปกรณ์วิเคราะห์รูปแบบข้อความ พฤติกรรมผู้ใช้ และบริบท
- การวิเคราะห์รูปแบบพฤติกรรม
- การตรวจจับลำดับข้อความ
- การให้คะแนนชื่อเสียงผู้ใช้
- การจำแนกประเภทตามบริบท
การวิเคราะห์ AI บนคลาวด์
สำหรับกรณีขอบ โมเดล LLM บนคลาวด์ที่ล้ำสมัยของเรามีความเข้าใจที่ละเอียด
- การเข้าใจภาษาธรรมชาติ
- การจำแนกเจตนา
- การสนับสนุนหลายภาษา
- การเรียนรู้ต่อเนื่อง
สิ่งที่มันจับได้
ทำไมถึงมี 3 ระดับ?
ระบบการตรวจจับแบบชั้นเดียวเผชิญกับการแลกเปลี่ยนที่สำคัญ วิธีการ 3 ระดับของเราแก้ปัญหานี้ได้
- ระดับ 1 จัดการสแปมส่วนใหญ่ด้วยความล่าช้าเกือบเป็นศูนย์
- ระดับ 2 จับสแปมเพิ่มเติมด้วยการวิเคราะห์พฤติกรรม
- ระดับ 3 จัดการสแปมที่ซับซ้อนที่สุดที่เหลืออยู่
ทำไมกฎเพียงอย่างเดียวจึงเริ่มไม่เพียงพอ
| โจทย์ | กฎคำสำคัญเพียงอย่างเดียว | การวิเคราะห์ด้วย AI |
|---|---|---|
| สแปมรูปแบบใหม่เอี่ยม | พลาดทุกอย่างที่ไม่ได้ระบุไว้ล่วงหน้าอย่างชัดเจน | ตัดสินความหมายและเจตนา การหลอกลวงที่ไม่เคยเห็นก็ยังอ่านออกว่าเป็นการหลอกลวง |
| ข้อความอำพราง | พ่ายแพ้ต่อการเว้นวรรคแบบ v.i.p โฮโมกลิฟ และข้อความที่ฝังในรูปภาพ | อ่านทะลุการอำพรางแบบที่คนทำได้ รวมถึงข้อความในรูปภาพผ่าน OCR |
| บริบท | ตัดสินทุกข้อความอย่างโดดเดี่ยว กรณีก้ำกึ่งจึงกลายเป็นการเดาสุ่ม | ชั่งน้ำหนักข้อความร่วมกับบริบทของบัญชี สมาชิกใหม่ที่ทิ้งข้อมูลติดต่ออ่านต่างจากขาประจำที่แชร์ลิงก์ |
| การบำรุงรักษา | ต้องมีคนคอยอัปเดตรายการคำสำคัญให้ทันสมัยตลอดไป | เรียนรู้ต่อเนื่องจากการตัดสินและสัญญาณข้ามกลุ่มโดยไม่ต้องคัดกรองรายการด้วยมือ |
มันเรียนรู้อย่างต่อเนื่อง — บนทราฟฟิกจริง
โมเดลที่เราฝึกเอง
โมเดลสแปมเฉพาะทางที่ฝึกบนทราฟฟิก Telegram จริงจับสแปมได้ 97.9% ด้วยผลบวกลวงเพียง 0.04% — และตอบภายในหลักมิลลิวินาที ก่อนที่ AI ที่หนักกว่าจะต้องทำงานเสียอีก
ความจำคำตัดสิน
คำตัดสินที่ยืนยันแล้วจะถูกจดจำ เมื่อมีข้อความที่คล้ายสแปมที่รู้จักเกือบทุกประการปรากฏขึ้น — แม้จะเรียบเรียงใหม่หรือแทรกอีโมจิ — ก็จะถูกบล็อกทันที โดยไม่ต้องเรียก AI ใหม่และไม่มีความล่าช้า
การป้องกันข้ามกลุ่ม
สแปมเมอร์ที่ถูกจับในชุมชนหนึ่งจะเป็นที่รู้จักในทุกชุมชน สัญญาณการตรวจจับถูกแบ่งปันข้ามกลุ่ม ดังนั้นแคมเปญที่ล้มเหลวครั้งหนึ่งจะไม่ได้เริ่มต้นใหม่ในกลุ่มข้างเคียง
โหมดทดสอบสำหรับผู้ดูแล
เปิดโหมดทดสอบแล้วบอทจะควบคุมข้อความของผู้ดูแลเองเสมือนเป็นสมาชิกทั่วไป ลองโพสต์เนื้อหาก้ำกึ่งด้วยตัวคุณเองแล้วดูว่ากฎใดทำงานบ้าง — โดยไม่ลงโทษใคร
การตรวจจับ 3 ระดับตัดสินข้อความอย่างไร
ทุกข้อความจะผ่านระดับต่างๆ ตามลำดับ โดยเริ่มจากที่ประหยัดที่สุดก่อน ระดับ 1 ใช้รูปแบบ regex, วลีสแปมที่รู้จัก, การค้นหาบัญชีดำ URL และการตรวจสอบการเข้ารหัสอักขระ — สแปมที่เห็นได้ชัดถูกจับที่นี่โดยไม่ต้องเรียกโมเดลเลย สิ่งใดก็ตามที่ไม่ชัดเจนจะส่งต่อไปยังระดับ 2 ตัวจำแนกข้อความที่ทำงานบนเซิร์ฟเวอร์ของเราเอง ซึ่งให้คะแนนข้อความตามเนื้อหา, บริบท และพฤติกรรมล่าสุดของผู้ส่ง โดยไม่มีการร้องขอ API ภายนอกต่อข้อความ เฉพาะกรณีที่ก้ำกึ่งจริงๆ — ส่วนเล็กๆ ของปริมาณการรับส่ง — เท่านั้นที่ยกระดับไปยังระดับ 3 คือ LLM บนคลาวด์ที่อ่านข้อความเพื่อดูเจตนาและถ้อยคำที่อำพราง ไปป์ไลน์จะหยุดทันทีที่ระดับหนึ่งมั่นใจ
การเรียงลำดับการตรวจสอบแบบนี้ทำให้กรณีทั่วไปรวดเร็วและกรณีที่แพงเกิดขึ้นน้อย กลุ่มที่คึกคักจึงไม่ต้องรอ LLM สำหรับทุกบรรทัด เกณฑ์ระหว่าง "ดำเนินการ" กับ "ปล่อยไว้" เป็นสิ่งที่คุณปรับได้เอง และคุ้มค่าที่จะทำ: การตั้งค่าที่เข้มงวดกว่าจับการโปรโมตที่ก้ำกึ่งได้มากขึ้น แต่บางครั้งจะทำเครื่องหมายผู้ใช้จริงที่กระตือรือร้น ขณะที่การตั้งค่าที่หลวมกว่าปล่อยให้ผ่านไปมากขึ้น เนื่องจากทุกการตัดสินใจ — ระดับใดที่ทำงาน, คะแนน, การกระทำที่ตั้งใจ — ถูกเขียนลงในบันทึก คุณจึงไม่ต้องเดาว่าทำไมข้อความถูกลบ และคุณเริ่มในโหมดเฝ้าติดตามเพื่อเฝ้าดูไปป์ไลน์ก่อนที่มันจะแตะใครได้
คำถามที่พบบ่อย
การตรวจจับสแปมด้วย AI แม่นยำแค่ไหน?
กระบวนการแบบหลายชั้น — กฎ โมเดลที่เราฝึกเอง และตัวจำแนก AI สำหรับกรณียาก ๆ — จับสแปมได้ราว 97.9% ด้วยผลบวกลวงราว 0.04% บนทราฟฟิกจริง และคุณไม่ต้องเชื่อคำพูดของเรา: บอทเริ่มต้นในโหมดเฝ้าติดตาม คุณจึงเฝ้าดูการตัดสินใจของมันในกลุ่มของคุณเองได้ก่อนที่มันจะลงมือทำอะไร
มันทำงานในภาษาของฉันไหม?
ได้ การตรวจจับรองรับหลายภาษา รวมถึงอักษร CJK ข้อความที่ถอดเสียงเป็นอักษรอื่น และข้อความหลายภาษาปนกัน OCR ยังอ่านข้อความในรูปภาพได้ด้วย สแปมที่ซ่อนในภาพจึงถูกจับด้วยวิธีเดียวกัน
จะเกิดอะไรขึ้นเมื่อ AI ตัดสินผิด?
สมาชิกที่ถูกลงโทษจะได้รับข้อความแจ้งอย่างสุภาพในภาษาของตนเองพร้อมลิงก์อุทธรณ์ส่วนตัว ผู้ตัดสิน AI จะทบทวนกรณีตามบริบทของกลุ่ม ข้อผิดพลาดที่ชัดเจนจะถูกยกเลิกโดยอัตโนมัติในไม่กี่วินาที และชื่อเสียงของสมาชิกจะได้รับการกู้คืน
ฉันต้องตั้งค่าอะไรไหม?
ไม่ต้อง การตรวจจับทำงานได้ทันทีด้วยค่าเริ่มต้นที่เหมาะสม หากต้องการ คุณสามารถปรับความเข้มงวด เพิ่มกฎคำสำคัญของคุณเอง และใช้โหมดทดสอบเพื่อลองหาเกณฑ์บนข้อความของคุณเองก่อนได้
ทีมงานใช้สิ่งนี้ที่ไหน
ประเภทชุมชนจริงที่ฟีเจอร์นี้ทำงานหนัก
ปกป้องกลุ่มคริปโตของคุณจากผู้หลอกลวง, แอร์ดรอปปลอม และลิงก์ฟิชชิง — รวมถึงการหลอกลวงที่ซ่อนอยู่ในรูปภาพ
การกลั่นกรองระดับมืออาชีพสำหรับกลุ่มบริษัทและชุมชนลูกค้า การป้องกันที่แข็งแกร่งพร้อมบันทึกการตรวจสอบที่ละเอียด
ปกป้องฐานแฟนของคุณจากผู้หลอกลวงที่แอบอ้างเป็นคุณ สร้างพื้นที่ปลอดภัยสำหรับชุมชนของคุณในการเชื่อมต่อ
ฟีเจอร์ที่เกี่ยวข้อง
สำรวจวิธีอื่นๆ ที่ Telm สามารถช่วยชุมชนของคุณได้