从聊天导出到个人模型
上传聊天记录导出
导出群组的聊天历史并上传。整个设置就这一步——无需标注，无需配置。
Telm 学习你社群的声音
模型在你群组的真实消息上训练，学会在你的群里“正常”具体长什么样——行话、俚语、内部梗都算。
它保持与时俱进
模型每周更新，你也可以随时上传新的导出，让它跟上社群现在的说话方式。
设计上绝不越权
只有否决权，仅此而已
个人模型只能推翻误报的垃圾警报——即使置信度高达 97%。它绝不会自行封禁、删除或处罚。
被否决的判定转入复核
当它推翻全局模型时，消息会转入人工复核而不是被删除——你的成员不会被误伤噤声。
真正的垃圾信息照样被拦
它只触及误报一侧。真正的垃圾信息仍会被黑名单、规则、全局模型和 LLM 拦下。
上线前先过质量关
训练好的模型只有在确实提升了你群组的检测效果时才会启用。如果没有提升，它绝不会影响任何判定。
为什么仅有全局模型还不够
Telm 的全局垃圾模型在成千上万个群组的垃圾信息上训练而成，广度是它的强项——也是它的盲区。每个社群都有自己的说话方式：行话、俚语、内部梗，在别处看着可疑、在你群里稀松平常的表达。个人模型补上了这个缺口。你上传群组的聊天记录导出，Telm 就在你的社群实际说话方式上额外训练一层模型。此后它与全局模型并肩工作，即使置信度高达 97% 也能否决误报——当被标记的消息读起来像你群里的正常发言时，判定会被搁置并转入人工复核，而不是直接删除消息。
这个设计刻意做成单向的：个人模型绝不会自行封禁、删除或处罚。它只能在误报一侧介入，也就是说它最坏的结果不过是让一条消息等待人工——真正的垃圾信息仍会被流水线的其他每一层拦下。模型每周更新，你也可以随时上传更新的导出，让它跟上社群现在的说话方式。回报很直接：那些在你群里完全正常的话题和表达，误报更少，且没有自定义模型失控的风险。
常见问题
训练模型需要什么？
你群组的聊天记录导出。上传后，Telm 就会在你的社群实际说话方式上训练一层个人模型——无需任何技术准备。
个人模型能自行封禁或删除内容吗？
绝不会。它在设计上只有否决权：可以推翻误报的垃圾警报，被推翻的消息会转入人工复核。它最坏的结果不过是让一条消息等待人工处理。
如果全局模型非常自信怎么办？
个人模型仍然可以介入——当被标记的消息读起来像你社群的正常发言时，即使置信度高达 97%，它也会否决误报。
它会削弱我的垃圾防护吗？
不会。它只改变误报这一侧。真正的垃圾信息仍会被其他每一层拦下——黑名单、150+ 条规则、全局模型，以及处理临界情况的 LLM。
社群在变化，它怎么跟上？
模型每周更新，你也可以随时上传更新的聊天导出，让它与你的群今天的说话方式保持同步。
相关功能
探索Telm帮助您社区的更多方式