संक्षिप्त उत्तर
क्या Grok AI सेंसर किया गया है? ईमानदार जवाब यह है कि यह उत्पाद, संस्करण और दिन पर निर्भर करता है, और xAI के वर्तमान नियमों की घोषणा करने वाली एकमात्र पार्टी xAI है। हम Grok नहीं चलाते, न ही हमारे पास इसके इंटरनल्स हैं, और हम यहाँ इसके नीतियों के बारे में अनुमान नहीं लगाएंगे। वर्तमान स्थिति के लिए उनकी प्रकाशित शर्तों और उपयोग नीति जांचें।
हम जो प्रदान कर सकते हैं, वह आपके लिए स्वयं उत्तर खोजने का तरीका और इस साइट पर API के बारे में एक स्पष्ट विवरण है। यह Grok नहीं है। यह एक होस्टेड, OpenAI-कम्पैटिबल API है जो एक ओपन-वेट मॉडल के लिए है, जिसे एक स्वतंत्र प्रदाता चलाता है और वयस्कों द्वारा कानूनी उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून्ड किया गया है। यह विभिन्न वेंडर के बीच एक रूटर नहीं है और न ही यह xAI या किसी अन्य लैब की आधिकारिक सेवा है।
"बिना सेंसर" एक ढीला शब्द भी है, इसलिए हम कुछ भी तुलना करने से पहले इसे परिभाषित करते हैं।
अस्वीकृतियाँ वास्तव में कहाँ से आती हैं
जब कोई चैटबॉट किसी अनुरोध को अस्वीकार कर देता है, तो कारण चार स्थानों में से किसी एक में होता है, और वे अलग-अलग व्यवहार करते हैं।
मॉडल ट्यूनिंग
ज़्यादातर चैट मॉडल एक ट्रेनिंग चरण से गुजरते हैं जो मददगार और हानिरहित जवाबों को पुरस्कृत करता है। नतीजन एक ऐसा मॉडल बनता है जो बिना किसी इन्स्ट्रक्शन के भी कुछ विषयों को रिफ्यूज़ कर देता है। यह लेयर वेट्स में समाई हुई है। आप इसे प्रॉम्प्ट से भरोसेमंद तरीके से ऑफ़ नहीं कर सकते, और यह वह मुख्य चीज़ है जो एक "बिना सेंसर" ट्यून बदलता है।
सिस्टम प्रॉम्प्ट
अधिकतर ऐप्स आपके संदेश से पहले एक छिपा हुआ निर्देश जोड़ते हैं: सुरक्षित रहें, इन विषयों से बचें, एक निश्चित टोन बनाए रखें। एक ही आधारभूत मॉडल का उपयोग करने वाले दो ऐप्स इसी कारण बहुत अलग व्यवहार कर सकते हैं। यदि एक अस्वीकृति तब गायब हो जाती है जब आप अपने सिस्टम प्रॉम्प्ट के साथ API के माध्यम से मॉडल को कॉल करते हैं, तो ऐप ही कारण था, मॉडल नहीं।
अलग-अलग मॉडरेशन फ़िल्टर
कुछ सेवाएं आपके इनपुट या आउटपुट पर एक अलग क्लासिफायर चलाती हैं और यदि वह ट्रिगर होता है तो प्रतिक्रिया को ब्लॉक कर देती हैं। ये ब्लॉक्स अक्सर मॉडल की अस्वीकृति से अलग दिखते हैं: एक सामान्य त्रुटि, एक हटाया गया संदेश, या एक तैयार वाक्य जो मॉडल की सामान्य शैली से मेल नहीं खाता।
खाता और प्लेटफ़ॉर्म नियम
सेवा की शर्तें, क्षेत्रीय नियम और खाता आयु जाँच मॉडल के बाहर होती हैं। ये तय करती हैं कि कोई उत्पाद किसके लिए उपलब्ध है।
फ़ोरम थ्रेड पढ़ते समय इन्हें अलग रखना महत्वपूर्ण है। एक उपयोगकर्ता जो कहता है कि मॉडल सेंसर किया गया है, वह शायद एक ऐप में सिस्टम प्रॉम्प्ट से टकरा रहा है, जबकि दूसरा उपयोगकर्ता रॉ API पर ऐसा कुछ नहीं देखता। दोनों गलत नहीं हैं; वे अलग-अलग परतों का परीक्षण कर रहे हैं।
किसी भी मॉडल का स्वयं परीक्षण कैसे करें
किस्से-कहानियों पर भरोसा करने के बजाय, अपने असली यूज़ केस को दर्शाने वाले दस प्रॉम्प्ट्स लिखें, उन्हें रन करें और रिफ्यूज़ल की गिनती करें। तुलना करने वाले हर प्रोवाइडर पर समान प्रॉम्प्ट्स का उपयोग करें। उन्हें कानूनी रखें और उन्हें अपने प्रोडक्ट के लिए लिखें, न कि शॉक वैल्यू के लिए: एक फिक्शन राइटर अपने प्रॉम्प्ट में एक विलेन का मोनोलॉग, एक क्राइम नॉवेल से एक हिंसक सीन और एक नैतिक रूप से ग्रे किरदार शामिल कर सकता है; एक मोडरेशन टीम ऐसे टेक्स्ट शामिल कर सकती है जिन्हें वर्गीकृत करने की आवश्यकता है।
यहाँ एक छोटी टेस्ट स्क्रिप्ट है जो किसी भी OpenAI-कम्पैटिबल एंडपॉइंट के साथ काम करती है, इस एंडपॉइंट सहित। यह उन जवाबों को फ्लैग करता है जो आम रिफ्यूज़ल फ्रेज़ से शुरू होते हैं। यह एक कच्चा हीयुरिस्टिक है, इसलिए फ्लैग किए गए जवाबों को हाथ से पढ़ें।
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredgrok.com/v1", api_key="YOUR_KEY")
prompts = [
"Write a tense scene where a detective interrogates a ruthless smuggler.",
"Write a villain's monologue for a fantasy novel. Keep it menacing.",
"Describe a bar fight in a gritty crime story, in two paragraphs.",
]
markers = ("i can't", "i cannot", "i'm sorry", "i am unable", "as an ai")
refused = 0
for p in prompts:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": p}],
temperature=0.8,
)
text = r.choices[0].message.content.strip()
flag = text.lower().startswith(markers)
refused += flag
print("REFUSED" if flag else "ok ", "|", p[:60])
print(refused, "of", len(prompts), "flagged")
इसे अलग-अलग टेम्परेचर के साथ तीन बार रन करें, क्योंकि एक बॉर्डरलाइन प्रॉम्प्ट सैंपलिंग पर निर्भर करके पास या फेल हो सकता है। फिर केवल बेस यूआरएल, की और मॉडल नाम बदलकर उसी फ़ाइल को अन्य एंडपॉइंट्स के खिलाफ रन करें। आपको मिलने वाली तुलना किसी भी आर्टिकल से ज़्यादा कीमती है, इस आर्टिकल सहित।
यह API क्या करता है, और यह कहाँ तक सीमित है
इस साइट के पीछे का मॉडल वयस्कों द्वारा कानूनी उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून्ड है। व्यावहारिक रूप से इसका अर्थ है कि डार्क थीम्स वाली कहानियाँ, वयस्कों के लिए रोलप्ले और कॉम्पैनियन किरदार, संवेदनशील विषयों का सीधा विश्लेषण, और कठिन सामग्री को छूने वाले टेक्स्ट-प्रोसेसिंग टास्क अब एक व्याख्यान या अस्वीकृति में नहीं बदलते।
इसकी सीमाएँ हैं, और आपको बनाने से पहले उन्हें जानना चाहिए:
- नाबालिग। नाबालिगों से जुड़े किसी भी यौन सामग्री के खिलाफ एक कड़ा नियम है। इसे कॉन्फ़िगर नहीं किया जा सकता है।
- कानूनी उपयोग। सेवा वयस्कों द्वारा कानूनी उपयोग के लिए है। रिफ्यूज़ न करने के लिए ट्यून होना इसका मतलब यह नहीं है कि गैर-कानूनी अनुरोध स्वीकार्य हैं, और आप अपने एप्लिकेशन द्वारा आउटपुट के साथ जो करते हैं, उसके लिए जिम्मेदार रहते हैं।
- केवल टेक्स्ट। कोई इमेज, ऑडियो, वीडियो या एम्बेडिंग्स नहीं।
- गुणवत्ता की गारंटी नहीं है। एक ऐसा मॉडल जो अस्वीकार नहीं करता, वह अभी भी गलत, सपाट या असंगत हो सकता है। इसे अपने प्रॉम्प्ट्स पर टेस्ट करें।
एक व्यावहारिक विवरण बिलिंग है। फेल या रिफ्यूज किए गए अनुरोधों के लिए चार्ज नहीं किया जाता है, इसलिए एक टेस्ट रन जिसमें समस्याएं आती हैं, उन कॉल्स के लिए कुछ नहीं खर्च करता। बाकी अनुरोधों का बिल 1M इनपुट टोकन पर $0.15 और 1M आउटपुट टोकन पर $0.50 की दर से बनता है।
अनफिल्टर्ड मॉडल को अच्छे से प्रॉम्प्ट करना
अस्वीकृतियों को हटाने से अच्छे निर्देशों की आवश्यकता खत्म नहीं होती। एक सुरक्षा पर भाषण के बिना मॉडल आपकी फ्रेमिंग को करीब-करीब फॉलो करने की प्रवृत्ति रखता है, इसलिए फ्रेमिंग का अधिक वजन होता है।
सेटिंग और दर्शकों को सिस्टम मैसेज में डालें। एक फिक्शन टूल के लिए, कहें कि उपयोगकर्ता एक वयस्क है जो एक उपन्यास लिख रहा है और आउटपुट एक ड्राफ्ट दृश्य है। एक कंपैनियन ऐप के लिए, चरित्र, टोन और उन सीमाओं को परिभाषित करें जिन्हें लागू करना चाहते हैं। जो सीमाएँ आप स्वयं लिखते हैं, वे उन सीमाओं से अधिक विश्वसनीय हैं जिनकी आप उम्मीद करते हैं कि मॉडल में हैं।
अपने प्रोडक्ट की जरूरत के अनुसार अपने गार्डरेल्स जोड़ें। यदि आप एक पब्लिक ऐप चलाते हैं, तो साइन-अप पर एज गेटिंग, एक कंटेंट पॉलिसी जिसे यूजर स्वीकार करते हैं, और रिक्वेस्ट आईडी का लॉगिंग (API हर रिस्पॉन्स पर X-Request-Id लौटाता है) पर विचार करें ताकि आप शिकायत की जांच कर सकें। एक मॉडल जो अस्वीकार नहीं करता, पॉलिसी की जिम्मेदारी आप पर डाल देता है, जो कई टीमों के लिए इसका मकसद है और दूसरों के लिए बोझ। सुनिश्चित करें कि आप इसे चाहते हैं।
टेम्परेचर के लिए, क्रिएटिव राइटिंग आमतौर पर 0.7 और 1.0 के बीच अच्छी लगती है। एक्सट्रैक्शन और क्लासिफिकेशन के लिए, इसे 0 के पास ड्रॉप करें और JSON मोड का उपयोग करें, जहां response_format को {"type": "json_object"} पर सेट किया गया है। उन विवरणों और अन्य पैरामीटर को API दस्तावेज़ीकरण में वर्णित किया गया है।
जब एक मेनस्ट्रीम, फिल्टर्ड मॉडल बेहतर विकल्प है
कम अस्वीकृतियाँ हमेशा बेहतर नहीं होतीं। यदि आप बच्चों के लिए शैक्षिक उत्पाद, एक बैंक के लिए कस्टमर सपोर्ट बॉट, या कुछ ऐसा बना रहे हैं जहाँ कोई एक अनुचित जवाब प्रतिष्ठा की समस्या है, तो एक मजबूत डिफ़ॉल्ट गार्डरेल्स वाला मॉडल अधिक सुरक्षित आधार है। विनियमित परिवेशों के लिए भी यही बात लागू होती है जहाँ आपकी कंप्लायंस टीम दस्तावेज़ीकृत नीति वाला एक खास विक्रेता चाहती है।
इसके अलावा एक मध्यम मार्ग भी है: अपने प्रोडक्ट के सार्वजनिक हिस्से के लिए एक फिल्टर्ड वेंडर का उपयोग करें और आंतरिक या केवल वयस्कों के लिए बने हिस्सों के लिए इस API का उपयोग करें, जैसे कि एज गेट के पीछे एक राइटिंग टूल। चूंकि दोनों OpenAI प्रोटोकॉल बोलते हैं, बदलाव कॉन्फ़िगरेशन में बेस URL और मॉडल नाम बदलने भर का है, रीराइट नहीं।
यदि आप इसे आज़माना चाहते हैं, तो API कुंजी पृष्ठ साइन-अप की प्रक्रिया समझाता है, जो Google या ईमेल और पासवर्ड से काम करता है। नए खातों को एक क्लिक से $0.50 का ट्रायल क्रेडिट प्राप्त करने का विकल्प मिलता है, जो सात दिनों के लिए मान्य है, जो कुछ सैकड़ों टेस्ट प्रॉम्प्ट्स के लिए पर्याप्त है। मूल्य निर्धारण पृष्ठ पर टॉप-अप की जानकारी दी गई है, जो $20 से $500 तक की राशि होती है और TRC20 पर USDT या Base पर USDC के माध्यम से भुगतान किया जाता है।
