检测网络仇恨内容
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
ModerateHatespeech 从页面信息看，是一个围绕在线伤害、仇恨、骚扰和滥用内容治理的研究与技术项目，目标是通过技术支持的方案建设更安全的社区。其定位不是通用大模型工具，而更像面向内容安全与社区治理的垂直 AI/机器学习能力。
网站明确提到“Machine Learning + Real Community Data = Actionable Insight at Scale”，说明其核心思路是用机器学习结合真实社区数据，对仇恨、骚扰、滥用等风险内容进行规模化识别或洞察生成。页面还提供“Model Card”入口，这对内容审核类模型很重要，通常用于说明模型用途、适用范围和限制。不过，抓取正文没有给出模型架构、标签体系、准确率、召回率、训练数据来源、支持语言等关键细节，因此无法判断其在复杂语境、多语言或边缘案例中的表现。
页面出现“Get a Key”，暗示可能支持通过密钥调用，具备 API 化或受控访问的可能性。但目前正文没有披露 API 文档、SDK、调用额度、速率限制、免费试用或商业定价，也没有说明付款方式。对企业用户而言，评估前需要进一步确认申请流程、服务等级、数据使用政策和合规条款。
优点是场景聚焦，明确面向在线仇恨、骚扰、滥用等高价值治理问题，并强调真实社区数据，可能比泛化审核模型更贴近社区语境。缺点是公开信息非常有限，缺少效果指标、输出示例、隐私政策和中文支持说明，难以直接用于采购决策。
它更适合社交平台、论坛、游戏社区、研究机构或 Trust & Safety 团队，用于辅助内容审核、风险研究和社区安全分析。若需要成熟商业化、明确 SLA 与多语言支持的方案，可同时比较 Perspective API、OpenAI Moderation、Azure AI Content Safety 等替代品。
中国大陆访问情况未知，支付方式也未披露。若无法稳定访问或申请 Key，国内团队可考虑本地内容安全厂商或云服务商的文本审核方案作为替代。
本测评基于公开资料整理,不构成购买建议,请以 moderatehatespeech.com 官网实际信息为准。
提供获取Key，适合内容安全场景。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。