社会的文脈、Experience利用、アカウント活動、会話、学習済み表現を別々に扱います。XGBoost、多言語Transformer、小型ニューラルネットが年齢帯の確率を出し、校正済みメタモデルが統合します。
学習には約3000万件の高信頼ラベルを使いますが、確認を受けた人は全体を代表しません。調査に基づく再重み付け、不確かなラベルの除外、可能な限り生データではなく派生特徴の保存、学習と推論で同一のデータ契約を採用しています。
Roblox、年齢確認を継続更新するMLシステムを解説
Robloxは、セルフィーは一時点の確認にすぎず、アカウント共有や防御への試行があり得ると説明します。行動層が年齢帯を再推定し、影響の大きい措置ほど高い確信を求めます。
更新されました:
なぜそれが重要なのか
一度きりの確認を継続的なリスク検知へ変えます。ただし行動から正確な年齢は分からず、ラベルには偏りがあり得て、重大な措置には校正された確信が必要です。
主要な詳細
- 1日約20億件を処理。
- 高信頼ラベル約3000万件。
- 日次の年齢帯維持率99％超。