Tại sao các mô hình cục bộ vẫn từ chối nội dung
Các mô hình cục bộ từ chối nội dung vì trọng số gốc vẫn mang sự căn chỉnh tiềm ẩn từ quá trình huấn luyện ban đầu. Ngay cả khi bạn tải xuống một mô hình được gắn nhãn là không kiểm duyệt, kiến trúc nền tảng vẫn giữ lại những thiên kiến từ dữ liệu huấn luyện ban đầu của nó. Bạn có thể nhận thấy mô hình lịch sự từ chối yêu cầu về truyện khiêu dâm hoặc bình luận chính trị gay gắt. Điều này xảy ra vì mô hình mong đợi một mẫu hội thoại nhất định được thiết lập trong quá trình tinh chỉnh. Để vượt qua điều này, bạn cần ghi đè hành vi mặc định. Nhiều người dùng nhận thấy rằng chỉ thay đổi hệ thống prompt là chưa đủ. Mô hình vẫn có thể diễn giải 'hãy lịch sự' như một ràng buộc cứng. Bạn thường cần kết hợp thay đổi prompt với các tham số lấy mẫu như nhiệt độ. Độ ngẫu nhiên cao hơn có thể giúp mô hình thoát khỏi thói quen lịch sự của nó. Nếu phần cứng cục bộ gặp khó khăn với các ghi đè này, API lưu trữ sẽ loại bỏ sự phỏng đoán. Điểm cuối của chúng tôi cung cấp một mô hình không kiểm duyệt duy nhất không từ chối việc sử dụng người lớn hợp pháp. Nó loại bỏ nhu cầu về các thiết lập cục bộ phức tạp hoặc định tuyến proxy. Bạn có một điểm cuối API tương thích OpenAI trực tiếp cho một mô hình ngôn ngữ lớn không kiểm duyệt mà không bị khóa đăng ký. URL cơ sở là HTTPS://api.ollamauncensoredmodel.com/v1 và nó hoạt động với các SDK tiêu chuẩn.
curl https://api.ollamauncensoredmodel.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Run the python script and show output"}]
}'Hiểu về abliteration và trọng số mô hình
Abliteration loại bỏ các đặc điểm cụ thể khỏi mô hình mà không cần huấn luyện lại toàn bộ. Kỹ thuật này chỉnh sửa ma trận trọng số để vô hiệu hóa các lớp căn chỉnh. Kết quả là một mô hình giữ nguyên kiến thức cốt lõi nhưng mất các bộ lọc lịch sự. Bạn có thể thấy phương pháp này được sử dụng trong các mô hình cộng đồng như 'solar-uncensored' hoặc 'Qwen3.8-27B-Uncensored'. Các mô hình này thường cũ hơn nhưng vẫn hiệu quả cho việc tạo văn bản thô. Sự đánh đổi là abliteration đôi khi có thể làm suy giảm khả năng suy luận logic của mô hình. Bạn mất đi một số sắc thái cùng với các bộ lọc nội dung. Nếu bạn cần đầu ra chất lượng cao cho việc viết tiểu thuyết, bạn có thể gặp phải các rào cản với các mô hình đã được abliterate cũ. Dịch vụ lưu trữ của chúng tôi sử dụng một mô hình trọng lượng mở hiện đại được tinh chỉnh đặc biệt cho sự tự do. Nó không phải là GPT, Claude hay bất kỳ mô hình của nhà cung cấp nào khác. Nó chạy trên máy chủ của chúng tôi và chỉ yêu cầu email để đăng ký. Mô hình không từ chối nội dung hợp pháp nào, đảm bảo tác phẩm sáng tạo của bạn trôi chảy mà không bị gián đoạn.
from openai import OpenAI
client = OpenAI(base_url="https://api.ollamauncensoredmodel.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)Tầm quan trọng của các prompt hệ thống
Các prompt hệ thống chi phối hành vi của mô hình từ token đầu tiên. Một prompt được tạo ra tốt có thể buộc mô hình đưa ra phản hồi không kiểm duyệt ngay cả từ một mô hình khá ôn hòa. Bạn phải nêu rõ rằng mô hình không nên xin lỗi hoặc do dự. Ví dụ, nói với mô hình 'mô tả cảnh mà không hạn chế' hoạt động tốt hơn 'hãy sáng tạo'. Người dùng cục bộ thường bỏ qua bước này, dẫn đến các phiên gỡ lỗi đầy frustrated. Prompt đóng vai trò như một lớp bọc xung quanh khả năng thô của mô hình. Không có nó, mô hình mặc định với nhân vật đã được huấn luyện trước. Các API lưu trữ đơn giản hóa điều này bằng cách nhúng hành vi không kiểm duyệt vào trọng số mô hình. Bạn gửi thông điệp của người dùng và nhận phản hồi trực tiếp. Không cần kỹ thuật prompt phức tạp. API của chúng tôi hỗ trợ streaming qua SSE, vì vậy bạn có thể thấy việc sử dụng token trong chunk cuối cùng. Điều này rất quan trọng cho việc tạo nội dung dài. Bạn cũng có thể sử dụng gọi hàm để cấu trúc đầu ra của bạn.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.ollamauncensoredmodel.com/v1", apiKey: process.env.API_KEY });
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);Hiệu suất phần cứng cục bộ so với API được lưu trữ
Hiệu suất cục bộ phụ thuộc hoàn toàn vào VRAM và CPU của bạn. Bộ xử lý i3 với 8GB RAM có thể gặp khó khăn khi chạy mô hình 7B một cách mượt mà. Bạn sẽ trải qua độ trễ cao và khả năng xảy ra lỗi trong các ngữ cảnh dài. Các API lưu trữ gánh nặng này lên các máy chủ chuyên dụng. Bạn chỉ trả tiền cho các token bạn sử dụng, tránh nâng cấp phần cứng. Giá của chúng tôi là $0.15 cho mỗi 1M token đầu vào và $0.50 cho mỗi 1M token đầu ra. Điều này thường rẻ hơn chi phí điện và khấu hao phần cứng của các thiết lập cục bộ. Bạn cũng có cửa sổ ngữ cảnh 100,000 token. Các mô hình cục bộ với RAM hạn chế có thể bị giới hạn ở 4k hoặc 8k token. API lưu trữ đảm bảo bạn có thể xử lý các tài liệu lớn mà không bị phân mảnh. Lỗi và từ chối đều miễn phí, vì vậy bạn có thể thử nghiệm mà không tốn kém. Số dư trả trước không bao giờ hết hạn, mang lại cho bạn sự linh hoạt.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Tell the story in second person."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)Giới hạn cửa sổ ngữ cảnh trong các mô hình không kiểm duyệt
Cửa sổ ngữ cảnh xác định lượng văn bản mà mô hình có thể ghi nhớ. Cửa sổ 100.000 token cho phép đóng vai dài hoặc phân tích tài liệu. Các mô hình cục bộ thường đạt giới hạn bộ nhớ nhanh hơn nhiều. Nếu bạn vượt quá giới hạn, mô hình sẽ mất khả năng theo dõi các hướng dẫn trước đó. Điều này có thể dẫn đến đầu ra không mạch lạc hoặc lặp lại. Các API được lưu trữ quản lý ngữ cảnh cho bạn. API của chúng tôi áp dụng giới hạn đầu ra tối đa là 16.000 token mỗi yêu cầu. Nếu bạn không đặt max_tokens, nó sẽ mặc định là 2.048. Điều này ngăn ngừa việc tiêu thụ token không kiểm soát. Bạn có thể điều chỉnh các tham số như temperature và top_p để kiểm soát sự sáng tạo. API cũng hỗ trợ chế độ JSON cho dữ liệu có cấu trúc. Điều này hữu ích cho các nhà phát triển xây dựng ứng dụng yêu cầu định dạng đầu ra nghiêm ngặt.
curl https://api.ollamauncensoredmodel.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Run the python script and show output"}]
}'Bộ lọc nội dung so với khả năng mô hình
Bộ lọc nội dung là các quy tắc bên ngoài chặn các từ khóa hoặc chủ đề cụ thể. Khả năng của mô hình đề cập đến những gì mô hình thực sự có thể tạo ra. Các mô hình không lọc loại bỏ các bộ lọc nhưng vẫn giữ nguyên khả năng. Bạn vẫn có thể tạo văn bản, mã hoặc câu chuyện chất lượng cao. Sự khác biệt là mô hình sẽ không từ chối dựa trên chủ đề đơn thuần. Ví dụ, một vụ án mạng có thể chứa bạo lực tàn khốc. Một mô hình không lọc sẽ mô tả nó một cách sống động. Một mô hình có bộ lọc có thể làm mềm ngôn ngữ. Mô hình của chúng tôi được tinh chỉnh để trả lời mà không từ chối nội dung đối với việc sử dụng người trưởng thành hợp pháp. Nó không bị giới hạn bởi các từ khóa tùy tiện. Bạn có thể sử dụng các từ hạn chế một cách tự do. Giới hạn cứng duy nhất là nội dung tình dục liên quan đến trẻ vị thành niên. Điều này luôn bị từ chối.
from openai import OpenAI
client = OpenAI(base_url="https://api.ollamauncensoredmodel.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)Thực tiễn tốt nhất cho nhập vai và tạo nội dung NSFW
Roleplay đòi hỏi giọng điệu nhân vật nhất quán và chiều sâu cảm xúc. Các mô hình không kiểm duyệt xuất sắc trong việc này vì chúng không ngại những cảm xúc mạnh. Bạn có thể tạo các cảnh khiêu dâm hoặc các chủ đề tối tăm mà không bị gián đoạn. Sử dụng system prompt để xác định tính cách của nhân vật. Đặt nhiệt độ cao hơn để có nhiều biến thể sáng tạo hơn. API của chúng tôi hỗ trợ gọi hàm, điều này có thể giúp cấu trúc logic roleplay của bạn. Bạn có thể xác định hành động và hội thoại riêng biệt. Điều này giữ cho cốt truyện được tổ chức tốt. Giới hạn thân yêu cầu 8 MB khá rộng rãi cho hầu hết các đầu vào roleplay. Bạn có thể gửi lịch sử ngữ cảnh dài mà không gặp vấn đề.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.ollamauncensoredmodel.com/v1", apiKey: process.env.API_KEY });
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);Cách xác minh mô hình của bạn có thực sự không kiểm duyệt hay không
Xác thực liên quan đến việc kiểm tra mô hình với các câu lệnh thử nghiệm biên. Hãy yêu cầu các từ cụ thể bị hạn chế hoặc các chủ đề gây tranh cãi. Nếu mô hình từ chối hoặc né tránh, nó không hoàn toàn không kiểm duyệt. Các mô hình cục bộ thường yêu cầu xác lập thủ công các cài đặt. Các API được lưu trữ như của chúng tôi cung cấp trải nghiệm nhất quán. Bạn có thể xác thực bằng cách kiểm tra phản hồi trực tiếp. Mô hình của chúng tôi không từ chối các chủ đề người lớn hợp pháp, hư cấu, nghiên cứu bảo mật hoặc gây tranh cãi. Bạn có thể kiểm tra điều này bằng cách gửi một câu lệnh đơn giản. Phản hồi phải trực tiếp và không bị lọc.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Tell the story in second person."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)