Kısıtlamasız AI Modeli: Sansürsüz ve Abliterate Edilmiş LLM'leri Anlamak

'Kısıtlamasız' Ne Anlama Geliyor?

Geliştiriciler bir kısıtlaması olmayan AI modelinden bahsettiklerinde, genellikle bir modelin belirli konulara nasıl yanıt vereceğini yöneten 'alignment' katmanlarının kaldırılmasını kastediyorlar. Standart ticari modeller nazik, temkinli ve genellikle tartışmalı, cinsel veya siyasi olarak hassas konuları tartışmaktan kaçınmak için ince ayar yapılmıştır; hatta istek tamamen geçerli olsa bile. Bu 'reddetme' davranışı, İnsan Geri Bildirimi ile Pekiştirme Öğrenimi (RLHF) aracılığıyla modelin ağırlıklarına yerleştirilmiştir.

Güçlü kullanıcılar için bu reddetmeler can sıkıcı olabilir. Bir model, bir hikayede gerçekçi bir kötü karakter monoloğu oluşturmayı reddedebilir veya basit bir güvenlik açığını açıklamayı reddedebilir çünkü bu, genel bir güvenlik filtresine göre 'tehlikeli' görünmektedir. Kısıtlamasız bir modelin bu keyfi sınırları yoktur. İstemini önceden tanımlanmış 'güvenli' konular listesi yerine, alakalılık ve doğruluk açısından değerlendirir.

Bu, modelin kaotik veya anlamsız hale geldiği anlamına gelmez. Dilbilgisi, mantık ve bağlamı hâlâ anlar. Yalnızca yasal yetişkin içerikler, kurgusal senaryolar veya teknik derinlemesine incelemeler için 'Buna cevap veremiyorum' yanıtını tetiklemez. Sonuç, modelin size sorduğunuzu, duymanıza izin verildiğini düşündüğünden daha dürüst bir etkileşimdir.

Abliterate Edilmiş Modellerin Yükselişi

Mevcut sansürsüz AI dalgası, abliteration adı verilen bir teknikten kaynaklanmaktadır. Geleneksel kantilezasyon veya format dönüşümünün aksine, abliteration cerrahi bir işlemdir. Mühendisler, 'reddetme' davranışlarından sorumlu olan nöral ağdaki belirli nöronları tanımlar—örneğin 'Bir AI asistanı olarak...' veya 'Memnuniyetle yardımcı olabilirim ama...' gibi ifadeler—ve ardından bu sinyalleri sıfırlamak için ağırlıklarını ayarlarlar.

Bu yaklaşım, modelin temel zekasını ve akıl yürütme yeteneklerini korurken 'müşteri hizmetleri' kişiliğini ortadan kaldırır. Model, tarih, kod ve edebiyat bilgisini korur ancak temellendirme veya reddetme içgüdüsünü kaybeder. Bu, yalnızca sistem isteminin kaldırılmasından farklıdır; bu kırılgandır ve model eğitim alışkanlıklarına geri döndüğünde kolayca aşılabilir.

Abliteration ağırlık düzeyinde gerçekleştiğinden, davranış farklı bağlamlar boyunca tutarlıdır. İster bir şiir yazıyor olun ister Python kodunu hallediyor olun, model kararlı ve doğrudan kalır. Bu, otomatik içerik üretimi veya yinelemeli yaratıcı yazım süreçleri gibi tutarlılığın anahtar olduğu uygulamalar için abliterate edilmiş modelleri son derece güvenilir kılar.

Abliterate Edilmiş mi, Sansürsüz mü: Aynı Şeyler mi?

Sıkça yerinde kullanılsa da, 'sansürsüz' ve 'abliterate edilmiş' modelin özgürlüğünün farklı yönlerini tanımlar. 'Sansürsüz', ana akım güvenlik kılavuzlarına sıkı sıkıya bağlı olmayan herhangi bir modeli ifade eden geniş bir terimdir. Bu, hizalama için ince ayar yapılmamış modelleri (birçok açık ağırlıklı model gibi) veya hizalamanın istem mühendisliği aracılığıyla kaldırıldığı modelleri içerir.

Abliterate edilmiş modeller, ağırlık-modifikasyon sürecinden geçmiş sansürsüz modellerin belirli bir alt kümesidir. Bu, onları 'jailbreak' istemlerine güvenen modellerden daha sağlam kılar. Bir jailbreak istemi, modeli kurallarını yoksaymaya ikna eden zeki bir metin dizisidir, ancak genellikle modelin mantığını bozar veya onu gereksiz yere uzun cümleler kurmaya iter. Bir abliterate edilmiş model kuralları içsel olarak yok sayar.

Özellik	Standart Hizalanmış Model	Jailbreak Edilmiş Model	Abliterate Edilmiş Model
Reddetme Davranışı	Yüksek	Düşük (ama kırılgan)	Çok Düşük
Mantık Kararlılığı	Yüksek	Sık bozulur	Korunur
Uygulama	Dahili	İstem tabanlı	Ağırlık tabanlı

Neden Sansürsüz Bir LLM Seçmelisiniz?

Bir sansürsüz LLM seçmek, çıktı üzerinde kontrol sahibi olmak içindir. Standart modeller genel kitleler için tasarlanmıştır; bu da incelikten önce güvenliği önceliklendirdikleri anlamına gelir. Geliştiriciler için bu, birkaç sürtüşme noktası yaratır:

• Yaratıcı Özgürlük: Modelin kendini unutulmaz bir şekilde çekinmesine gerek kalmadan karanlık mizah, olgun temalar veya tartışmalı görüşler üretebilirsiniz.
• Araştırmada Doğruluk: Siyasi metinleri veya tıbbi vaka çalışmalarını analiz ederken, modelin olayların 'güvenli' versiyonunu özetlemesini değil, gerçekleri bildirmesini istersiniz.
• Geliştirici Deneyimi: Modeli uymaya zorlamak için istemlerle uğraşmaya son verin. Görevi belirtirsiniz ve model onu gerçekleştirir.

Ayrıca, sansürsüz modeller rol yapma senaryolarında genellikle daha iyi performans gösterir. 'Yararlı asistan' personasıyla kısıtlanmadıkları için, farklı sesleri ve kişilikleri daha doğal bir şekilde benimseyebilirler. Bu, immersiyonun kritik olduğu sohbet botları, interaktif kurgu ve karakter odaklı uygulamalar için önemlidir.

Filtrelenmemiş AI İçin Kullanım Alanları

Filtrelenmemiş AI modelleri yalnızca yenilik için değildir; belirli teknik sorunları çözerler. Standart modellerin yetersiz kaldığı yaygın kullanım alanları şunlardır:

• Kod Üretimi: Standart modeller, 'zafiyetler' veya 'kötü amaçlı' kalıplar içeren kod parçacıkları üretmeyi reddedebilirler, eğer şüpheli görünürlere sahipseler. Bir kodlama için sansürsüz AI modeli, kodu istendiği gibi üretir ve zafiyeti kendiniz analiz etmenize olanak tanır.
• İçerik Denetim Testi: Bir denetim sistemi geliştiriyorsanız, sınır durumları test etmeniz gerekir. Bir sansürsüz model, modelin kendisi bu içerikleri oluşturmayı reddetmeden, sisteminizin tespit etmesi gereken içerik türlerini tam olarak üretebilir.
• Veri Özetleme: Tartışmalı haber makalelerini özetlerken, özetin orijinal metnin tonunu yansıtmasını, modelin konunun 'güvenli' olup olmadığına dair görüşünü yansıtmasını istersiniz.

Bu kullanım durumları, bir çevrimiçi sansürsüz LLM veya API üzerinden erişilebilir bir modelin neden değerli olduğunu vurgular. Her görev için ayrı bir modele ihtiyacınız yoktur; tek bir sağlam, filtrelenmemiş model, konu hassasiyetine göre davranışını değiştirmeden çeşitli girdileri işleyebilir.

Teknik Hususlar: Bağlam ve Hız

Bir sansürsüz AI modeli çalıştırırken, teknik kısıtlamalar diğer herhangi bir LLM ile aynıdır. Birincil considerasyon bağlam penceresidir. Barındırılan API'miz 100.000 token'lık bir bağlam penceresini destekler; bu, çoğu uzun belge analizi ve genişletilmiş konuşmalar için yeterlidir. Ancak, daha büyük bağlamlar daha fazla bellek gerektirir ve gecikmeyi artırabilir.

Hız başka bir faktördür. Abliterate edilmiş modeller, hizalanmış karşılıklarından doğası gereği daha hızlı çalışmaz. Aslında, daha uzun veya doğrudan yanıtlar üretebilecekleri için çıktı token sayıları bazen daha yüksek olabilir, bu da maliyeti etkiler. Token kullanımınızı yakından izlemek önemlidir.

Başka bir husus yerleşik denetim eksikliğidir. Model içerik reddetmediği için, son kullanıcılarınız için belirli içerik gereksinimleriniz varsa özel son işleme filtreleri uygulamanız gerekebilir. Bu size tam kontrol sağlar ancak mimarinize bir karmaşıklık katmanı ekler.

Kısıtlamasız Bir AI Modeline Nasıl Erişilir

Filtrelenmemiş bir modele erişmek eskiden büyük ağırlık dosyalarını indirmek ve GPU altyapısını yönetmek gerektirirdi. Şimdi, barındırılan bir API kullanabilirsiniz. En basit yöntem, OpenAI-uyumlu bir uç nokta kullanmaktır. Bu, standart SDK'ları openai-python veya openai-node ile minimum yapılandırma değişikliğiyle kullanmanızı sağlar.

Copycurl https://api.abliteratedmodelhub.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

İstemcinizi API temel URL'sine yönlendirmeniz ve API anahtarınızı sağlamanız yeterlidir. Model kimliği genellikle 'uncensored' olarak ayarlanır. Bu kurulum, LangChain veya LlamaIndex gibi mevcut araçlarla uyumluluğu sağlar ve tüm yığınınızı yeniden yazmadan filtresiz AI'ı iş akışlarınıza entegre etmeyi kolaylaştırır.

Fiyatlandırma ve Maliyet Verimliliği

Bir API sağlayıcısı seçerken şeffaflık önemlidir. Fiyatlandırma basittir: 1M giriş token'ı başına $0.25 ve 1M çıktı token'ı başına $1.00. Gizli ücretler, abonelik katmanları veya aylık taahhütler yoktur. Kullandığınız kadar ödersiniz.

Ön ödemeli kredi sistemi sunuyoruz. Kripto (USDT veya USDC) kullanarak $10'dan başlayan bakiye yükleyebilirsiniz. Daha yüksek kullanım teşvik etmek için bonus krediler sunuyoruz: $50 tutarında yüklemeler için +%5 bonus ve $100 tutarında yüklemeler için +%10 bonus. Krediniz hiç sona ermez, böylece ölçeklendirmeye hazır olduğunuzda kullanabilirsiniz.

Yeni hesaplar, kredi kartı gerekmeden 7 gün boyunca geçerli olan $0.50 deneme kredisi alır. Bu, ücretli bir plana geçmeden önce modelin kalitesini ve yanıt süresini test etmenizi sağlar. Bu kullandıkça öde modeli, rezerve edilmiş instance'ların yükünden kaçınmak isteyen geliştiriciler için idealdir.

İlk İsteğinizle Başlangıç

Başlamak basittir. E-posta ve şifre ile 'API anahtarı al' sayfasında hesap oluşturun. API anahtarınız hemen gösterilir. Güvenlik için bu anahtarı istediğiniz zaman yeniden oluşturabilirsiniz; bu işlem eski anahtarı geçersiz kılar.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.abliteratedmodelhub.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)

İlk isteminizi göndermek için sağlanan SDK kodunu kullanın. Modelin geniş kullanılabilirliği sağlamak amacıyla yalnızca belirli yasa dışı içerikleri, öncelikle çocuklara yönelik cinsel içerikleri engellediğini unutmayın. Diğer tüm konularda doğrudan yanıt verecektir. Bu sadelik, model davranışını yönetmek yerine uygulama mantığınıza odaklanmanızı sağlar.