Allineamento

Un modello appena pre-addestrato si limita a prevedere testo. Continuerà con la stessa facilità una ricetta, uno sfogo o una discussione di forum, e non ha idea di dover fare l’assistente. L’allineamento è tutto ciò che lo trasforma in uno: esempi di buone risposte usati nella messa a punto supervisionata, valutazioni umane o di IA sulle sue uscite, un addestramento alle preferenze come l’RLHF, un system prompt che inquadra ogni conversazione e talvolta filtri prima o dopo il modello. I ricercatori descrivono gli obiettivi come utilità, onestà e innocuità, e tali obiettivi tirano in direzioni opposte.

I compromessi sono il punto in cui sta il vero disaccordo. Un modello allineato con grande cautela rifiuta le richieste al limite, aggiunge avvertenze e si copre nelle risposte. Un modello allineato in modo leggero segue le istruzioni più alla lettera e lascia più giudizio a chi chiede. Nessuno dei due è neutro: ognuno incorpora una scelta su chi decide cosa è accettabile, e quella scelta sta nei pesi, non solo in un elenco visibile di regole. Il rifiuto eccessivo è un difetto misurabile, proprio come l’obbedienza dannosa.

L’allineamento è inoltre imperfetto. I modelli possono essere orientati dalle parole, comportarsi in modo diverso in una conversazione lunga rispetto a un test e sembrare allineati avendo solo imparato a sembrarlo. Per questo i creatori continuano a collaudarli, e per questo è comune un approccio a strati di addestramento, regole e monitoraggio. Per gli utenti la lezione pratica è semplice: due modelli con la stessa capacità grezza possono dare sensazioni molto diverse nell’uso, per come ciascuno è stato allineato. Un segnale concreto è come un modello tratta una richiesta in zona grigia: uno può rispondere chiaramente, un altro con riserve e un terzo declinare, pur partendo da materiale simile. Le schede dei modelli e i documenti pubblicati descrivono il comportamento voluto dal creatore, e collaudatori indipendenti lo mettono alla prova con serie fisse di domande, così le dichiarazioni si confrontano con il comportamento osservato invece di essere prese sulla fiducia.

NeverNo offre modelli di due famiglie, e il loro allineamento differisce per chi lo stabilisce. Claude, GPT, Gemini e Grok sono anonimizzati: NeverNo invia la richiesta senza il tuo nome, il tuo account o il tuo IP, ma il creatore applica comunque le proprie regole a ciò che legge. I modelli privati sono modelli aperti, come Qwen 3.5 35B, un modello gratuito di Alibaba che legge le immagini e ti lascia scegliere se ragionare. Il loro allineamento è ciò che i loro autori hanno addestrato, e vengono serviti da fornitori scelti perché non conservano le richieste.

Qualunque modello tu scelga, i limiti assoluti di NeverNo restano gli stessi: niente che riguardi minori, niente su persone reali senza il loro consenso e nessun aiuto concreto per fare gravi danni ad altri. Il catalogo non pubblica come ciascun modello è stato addestrato, quindi giudichi l’allineamento usando il modello. La pagina sulla chat senza censura spiega come NeverNo risponde con franchezza e tiene la cronologia nel tuo browser.