该论文针对乙女游戏（女性向恋爱模拟游戏）社区中普遍存在但此前缺乏系统性研究的在线毒性问题，首次完成了跨社交平台的大规模毒性测量。作者提出名为OtomeSCAN的框架，用于从微博和Reddit收集、评估和分析共620,045条与乙女游戏相关的帖子，时间跨度为18个月。为支撑稳健分析，他们人工标注了4,308条帖子的真实标签，定义了八类攻击目标（包括玩家、游戏开发者等）。在此基础上，论文评估了七个毒性检测器，涵盖通用模型及作者提出的基于大语言模型（LLM）的检测器，其中最优模型在微博上达到0.82的F1分数，在Reddit上达到0.78。测量结果揭示了显著的平台差异：微博上乙女相关帖子的毒性比例为22.20%，而Reddit上仅为3.71%。此外，真实世界事件（如社区内部冲突）会在短时间内急剧加剧网络毒性，在微博上发生外部攻击时，72小时内毒性比例飙升至37.09%。研究还识别出191个潜在的协调操作（coordination）集群，其中64.40%针对游戏开发者，并发现多个账号跨集群反复参与。这项工作的贡献在于：首次系统刻画了乙女游戏社区的毒性生态，公开了标注数据集与检测框架，实证了LLM在社区特定毒性检测上的有效性，并揭示了协调性攻击在边缘化游戏社群中的普遍性。研究适合平台安全治理团队、社区管理者以及关注在线骚扰和恶意协调行为的研究人员参考，也为后续开发面向特定亚文化社区的内容审核工具提供了数据与方法基础。