Lọc Bayes — nền tảng xác suất. Năm 2002, Paul Graham công bố bài “A Plan for Spam” đặt nền móng cho lọc spam bằng xác suất. Với mỗi từ trong email, hệ thống ước lượng P(spam | từ) dựa trên tần suất từ đó xuất hiện trong spam và trong email thật. Nhiều từ gộp lại cho ra xác suất tổng — nếu vượt ngưỡng 0,9 thì đánh dấu là spam.
Vòng phản hồi người dùng. Khi bạn bấm “Báo cáo spam” hoặc kéo email từ thư rác về hộp chính, Gmail cập nhật tiên nghiệm (prior) cho từng mẫu từ. Hàng tỷ phản hồi mỗi ngày giúp mô hình liên tục cải thiện.
TensorFlow nâng cấp mạng nơ-ron (2019). Google tích hợp TensorFlow vào bộ lọc, cho phép mạng nơ-ron học đặc trưng phức tạp hơn Bayes thuần. Kết quả: chặn thêm 100 triệu spam mỗi ngày so với trước đó.
RETVec — bộ mã hoá bền vững (2023). RETVec chuyển văn bản thành vector trực tiếp từ byte, chỉ với 200.000 tham số. Nó miễn nhiễm với chiêu lẩn tránh như chèn ký tự vô hình, thay chữ bằng emoji, hoặc dùng ký tự nhìn giống nhau. RETVec tăng 38% phát hiện, giảm 19,4% chặn nhầm, tiết kiệm 83% tài nguyên.