Модель без цензуры

Большинство ассистентов после базового обучения проходят вторую фазу, где люди оценивают ответы, а модель учится тому, в каких запросах разработчик хочет, чтобы она отказывала, а какие ответы — смягчала. Часть этих решений разумна, например не помогать причинять серьёзный вред. Другие слишком грубы: отказ отвечать на обычный медицинский, юридический или связанный с безопасностью вопрос из-за одного острого слова, шесть оговорок в ответе о взаимодействии лекарств или нравоучение, которого никто не просил. Модель без цензуры — та, у которой этот осторожный слой уменьшен или убран, поэтому она принимает запрос таким, как он написан. Обычный путь к таким моделям — модели с открытыми весами, версии, дообученные сообществом, и слияния чекпойнтов (merge), а облачные сервисы могут добавлять поверх правила использования и мониторинг.

На практике модели располагаются по спектру, и слово — это ярлык, а не измерение. Модель, продаваемая как свободная от цензуры, всё равно может от чего-то отказываться, а привычная популярная модель может быть вполне открыта по многим темам. Разница видна в том, как часто разумный запрос встречает отказ, сколько морализаторства сопровождает ответ и насколько модель готова высказать мнение или написать сложную прозу. Судить о модели значит проверять её на своих запросах: вопрос для теста на проникновение, диалог злодея, прямая критика твоего бизнес-плана, доза лекарства.

Прямые ответы несут ответственность. Модель, которая не ставит под сомнение твои намерения, оставляет больше решений за тобой, и при этом может ошибаться, поэтому её ответы заслуживают той же проверки, что и любые другие. Ответственные сервисы также держат короткий перечень границ, не зависящих от модели, потому что в некоторых запросах нужно отказывать, кто бы ни спрашивал. Оценки обычно измеряют долю отказов на пограничных, но допустимых запросах наряду с долей по-настоящему вредных ответов, ведь модель, которая никогда не отказывает, и модель, которая всегда страхуется, откалиброваны одинаково плохо.

NeverNo Uncensored — модель, которую NeverNo настраивает и запускает сам. Она приватная: запросы идут к провайдерам, выбранным за то, что они их не хранят, а твоя история остаётся зашифрованной в браузере. Она включена в бесплатный тариф, имеет окно контекста 128 000 токенов и настроена на прямые ответы без произвольных отказов. Открытая модель внутри может меняться по мере появления лучших; название и обещание остаются. Страница о нейросети без цензуры показывает, каково им пользоваться.

Несколько жёстких ограничений не меняются никогда, как бы ни был сформулирован запрос: ничего, что касается несовершеннолетних, ничего о реальных людях без их согласия и никакой реальной помощи в причинении серьёзного вреда другим. Claude, GPT, Gemini и Grok — другое дело: доступ к ним анонимизирован, то есть их разработчики читают текст, не зная, кто ты, и применяют свои правила. NeverNo не называет их моделями без цензуры.