Bot Anti-Spam Tab Lançado para Telegram com Rede Neural Personalizada e Aprendizagem de Moderadores

No Telegram, surgiu um bot anti-spam chamado Tab, que usa não um modelo pronto de terceiros, mas a própria rede neural do autor. O projeto já está funcionando em chats há vários meses, permanece gratuito para testes e coleta dados para posterior retreinamento.

Como o bot funciona

No coração do Tab está um modelo para classificação binária de mensagens: o bot decide se o texto é spam ou não. O autor não utilizou soluções prontas do Hugging Face e construiu a arquitetura por conta própria, baseando-se na abordagem LSTM. A lógica aqui é clara: para mensagens curtas do Telegram, é importante manter o contexto, e a combinação de uma rede recorrente com mecanismos de atenção fornece uma alternativa mais leve e gerenciável aos grandes modelos universais.

Sobre a própria rede neural, funcionam várias outras regras, que são responsáveis não apenas pela detecção de mensagens suspeitas, mas também pela redução do número de banimentos falsos. O bot leva em conta separadamente se o usuário está na base de spammers, e dependendo disso, ou deleta a mensagem imediatamente, ou deixa a decisão final para o moderador. Essa abordagem híbrida parece mais prática do que a automação pura: o risco de erro na classificação de texto permanece, especialmente em chats ao vivo com linguagem conversacional.

Dados e treinamento

A parte mais difícil do projeto se mostrou não ser o código do bot, mas a preparação dos dados. O autor não encontrou um dataset pronto e atualizado para spam do Telegram em russo, então o corpus teve de ser coletado manualmente: analisando grupos públicos, revisando chats claramente cheios de spam e marcando mensagens uma por uma. Agora o dataset cresceu para mais de 25 mil exemplos, e a precisão principal da classificação depende dele.

Um mecanismo de feedback dos moderadores também foi integrado ao bot. Se uma mensagem foi marcada erroneamente como spam, o moderador pode confirmar que é texto normal, e tal caso entra no dataset como falso positivo. Isso permite não apenas limpar o chat, mas melhorar gradualmente o modelo em exemplos reais de borda, que geralmente prejudicam a qualidade dos sistemas anti-spam.

"Não posiciono esta solução como um matador de spam."

Modos e limitações

Atualmente o Tab suporta dois cenários: um modo padrão mais cauteloso e um modo automático mais rigoroso. No modo padrão, o bot primeiro executa a mensagem através do modelo, depois analisa sinais adicionais, incluindo a presença do usuário na base de spammers. Se não há confiança suficiente, a decisão vai para um humano.

Isso reduz o risco de punir um membro regular do chat por texto contestável.

• No modo padrão, uma mensagem suspeita pode ir para revisão do moderador
• No modo automático, spam é deletado imediatamente após o modelo disparar
• Um banimento está mais ligado à coincidência de dois fatores: classificação de spam e presença na base
• Usuários podem denunciar mensagens com o comando /spam
• Admins do chat podem alternar o modo de operação do bot

O principal problema para tais sistemas é a evolução do próprio spam. Spammers disfarçam palavras com caracteres similares de outros alfabetos, inserem espaços entre letras, mudam a apresentação e contexto da mensagem. Isso significa que o modelo não pode ser treinado uma vez e deixado sem vigilância: ele precisa de um fluxo constante de novos exemplos, retreinamento e verificações. Os planos do autor incluem um dashboard público com estatísticas em tempo real e posterior automação da rotulagem, porque é justamente a etapa manual que atualmente mais limita a escalabilidade.

O que isso significa

Tab mostra que mesmo sem um grande time e acesso a infraestrutura pesada, você pode construir uma ferramenta AI aplicada funcionando para um ponto de dor específico de chats do Telegram. Para o mercado, este é outro sinal: modelos de nicho e moderação humana cuidadosa frequentemente dão resultados mais úteis do que tentar resolver tudo com uma grande rede neural universal.