Alinhamento

Um modelo recém pré-treinado apenas prevê texto. Ele continua com a mesma facilidade uma receita, um desabafo ou uma discussão de fórum, e não sabe que deveria ser um assistente. O alinhamento é tudo o que o transforma em um: exemplos de boas respostas no ajuste fino supervisionado, avaliações feitas por pessoas ou por outra IA, treinamento por preferências como o RLHF, um prompt de sistema que enquadra cada conversa e, às vezes, filtros antes ou depois do modelo. Os pesquisadores falam em utilidade, honestidade e inocuidade, três objetivos que puxam em direções opostas.

A divergência real está nesses equilíbrios. Um modelo alinhado com muita cautela recusa pedidos duvidosos, acrescenta avisos e suaviza as respostas. Um modelo alinhado de forma leve segue as instruções mais ao pé da letra e deixa mais julgamento a quem pergunta. Nenhum dos dois é neutro: cada um carrega uma escolha sobre quem decide o que é aceitável, e essa escolha está nos pesos, não apenas em uma lista visível de regras. A recusa em excesso é uma falha mensurável, assim como a obediência prejudicial.

O alinhamento também é imperfeito. Dá para conduzir um modelo pela redação, ele pode se comportar de outro jeito em uma conversa longa do que em um teste e pode parecer alinhado tendo apenas aprendido a parecer. Por isso os criadores seguem testando e costumam combinar treinamento, regras e monitoramento. Para quem usa, a lição é simples: dois modelos com a mesma capacidade bruta podem ser muito diferentes na prática, conforme o alinhamento que receberam. Um sinal prático é como um modelo trata um pedido em zona cinzenta: um responde sem rodeios, outro com ressalvas e um terceiro recusa, todos partindo de um material bruto parecido. As fichas de modelo e os documentos de sistema publicados descrevem o comportamento pretendido por cada criador, e avaliadores independentes o testam com séries fixas de perguntas, de modo que as afirmações sejam comparadas com o comportamento observado em vez de aceitas na confiança.

O NeverNo oferece modelos de duas famílias, e o alinhamento delas se distingue por quem o define. Claude, GPT, Gemini e Grok são anonimizados: o NeverNo envia seu pedido sem seu nome, sem sua conta e sem seu endereço IP, mas a empresa responsável ainda aplica as próprias regras ao que lê. Os modelos privados são modelos abertos, como o Qwen 3.5 35B, um modelo gratuito da Alibaba que lê imagens e deixa você escolher se ele raciocina. O alinhamento deles é o que seus autores treinaram, e eles são servidos por provedores escolhidos porque não guardam os pedidos.

Qualquer que seja o modelo, os limites firmes do NeverNo são os mesmos: nada que envolva menores, nada sobre pessoas reais sem consentimento e nenhuma ajuda real para causar dano grave a outras pessoas. O catálogo não publica como cada modelo foi treinado, então você avalia o alinhamento usando o modelo. A página sobre o chat de IA sem censura explica como o NeverNo responde com franqueza e guarda seu histórico no seu navegador.