Le système sépare contexte social, engagement, activité du compte, communication et représentations apprises. XGBoost, transformer multilingue et petits réseaux produisent des probabilités qu’un méta-modèle calibré fusionne.
L’entraînement utilise près de 30 millions de labels fiables, mais les utilisateurs vérifiés ne représentent pas toute la population. Roblox repondère l’échantillon grâce aux enquêtes, filtre les labels douteux, conserve si possible des caractéristiques dérivées et partage les contrats de données entre entraînement et inférence.