사회적 맥락, 게임 참여, 계정 활동, 소통, 학습된 사용자 표현을 분리합니다. XGBoost, 다국어 트랜스포머, 소형 신경망이 연령대 확률을 내고 보정된 메타 모델이 결합합니다.
학습에는 약 3천만 개의 신뢰도 높은 라벨을 쓰지만 확인된 사용자가 전체를 대표하지는 않습니다. 설문 기반 재가중, 의심 라벨 제거, 가능한 경우 원시 활동 대신 파생 특성 저장, 학습·추론의 동일 데이터 계약으로 편향과 차이를 줄입니다.
Roblox, 연령 확인을 최신 상태로 유지하는 ML 시스템 공개
Roblox는 셀피가 한 시점만 확인하며 계정 공유나 방어 체계 시험이 가능하다고 설명합니다. 행동 계층은 넓은 연령대를 다시 추정하고 영향이 큰 조치일수록 더 높은 확신을 요구합니다.
업데이트됨:
왜 중요한가요?
일회성 확인을 지속적인 위험 탐지로 바꾸지만 행동은 정확한 나이가 아니며 라벨에 편향이 있을 수 있고 중대한 조치에는 보정된 확신이 필요하다는 한계가 중요합니다.
주요 내용
- 하루 약 20억 건 처리.
- 신뢰도 높은 라벨 약 3천만 개.
- 일일 연령대 안정성 99% 이상.