Client snapshot
| Industry | 在线游戏与互动娱乐 |
|---|---|
| Region | 全球，按平台的主要玩家语言匹配贡献者 |
| Engagement type | 用于游戏内聊天审核的毒性与骚扰标注 |
The challenge
客户现有的审核模型难以区分真正有害的语言与竞技游戏的俚语和玩笑，既漏掉了骚扰，又产生了让玩家沮丧的误报标记。
The approach
Jwuma 分配了熟悉游戏社区语言习惯的标注员，按详细的毒性分类体系标注聊天示例，该体系区分了真正的骚扰与竞技玩笑，有争议或处于临界的示例通过审核层级上报。
Results
客户重新训练的审核模型在真正的骚扰与正常的竞技聊天之间表现出更好的区分，在其评估集中，既减少了漏掉的违规，也减少了对玩家的误报标记。
Frequently asked questions
为什么游戏聊天审核比一般内容审核更难？
因为竞技游戏社区使用的激烈语言和俚语脱离语境后可能像骚扰，需要熟悉这些习惯的标注员才能准确标注。
Jwuma 如何减少毒性检测训练数据中的误报？
通过使用明确区分真正骚扰与竞技玩笑的详细分类体系，并把含糊的情况上报给审核层级，而不是默认标记。
这种方法可以涵盖多个游戏标题或语言吗？
可以，前提是为每个标题，将标注员与特定游戏的社区习惯和目标语言相匹配。
Related case studies
Published 2026-10-02 by Jwuma, operated by Corpshore AI. This case study is an anonymized composite representative of the kind of work Jwuma performs in this industry, described by industry, region and engagement type rather than by company name, since this engagement is not yet cleared for public naming. Discuss a similar program at client.corpshore.ai.