> ## Content Index
> Fetch the complete content index at: https://admin.kod.ru/llms.txt
> Use this file to discover other available public pages before exploring further.

# Одноклассники борются с токсичными комментариями при помощи ИИ
- URL: https://admin.kod.ru/ok-fights-toxic-comments-with-ai/
- Published: 2024-11-26T10:24:26.000Z
- Updated: 2025-05-23T17:19:59.000Z
- Description: Одноклассники стали временно ограничивать пользователей, которые пишут оскорбительные комментарии.
- Author: Артур Климентьев
- Tags: Новости

Одноклассники стали временно ограничивать пользователей, которые пишут оскорбительные комментарии, [сообщили](https://insideok.ru/blog/ok-sokratili-toksichnost-v-kommentarijah-pochti-vdvoe-s-pomoshhju-ii/?ref=admin.kod.ru) в блоге компании. 

Одноклассники внедрили модель машинного обучения, позволяющую автоматически выявлять токсичные комментарии и ограничивать их авторов в написании новых на определённый промежуток времени — от одного часа до 24 часов, в зависимости от того, как часто пользователь оставляет негативные высказывания в адрес других. Это сократить долю и количество негативных высказываний под постами, фотографиями и видео на 47%.

![](https://admin.kod.ru/content/images/2024/11/screen_toxik_1-min.jpg)

![](https://admin.kod.ru/content/images/2024/11/screen_toxik_2-min.jpg)

> Мы видим по запросам пользователей, что у нашей аудитории есть потребность в пространстве для безопасного и уважительного общения: треть всех жалоб на платформе связаны с негативными, по мнению пользователей, комментариями, а 80% обращений в службу поддержки по поводу комментариев нацелены против “токсичности”. Мы обучали эту модель больше года и продолжим совершенствовать её в дальнейшем. Вместе с другими продуктовыми решениями, которые мы внедрили за последние два года, ограничение токсичных комментаторов позволит соцсети не только быстрее вернуть на платформу редко посещающих ОК пользователей, но и привлечь новых, — директор по продукту ОК Александр Москвичев. 

По данным исследования ОК, негативные посты вызывают злость у более чем 40% пользователей, принявших участие в опросе. ML-модель была обучена на 400 тысячах негативных высказываний.