Câu trả lời ngắn gọn
Grok AI có bị kiểm duyệt không? Câu trả lời trung thực là nó phụ thuộc vào sản phẩm, phiên bản và ngày tháng, và bên duy nhất có thể nêu rõ các quy tắc hiện tại của xAI là xAI. Chúng tôi không chạy Grok, không có quyền truy cập vào các thành phần bên trong của nó và sẽ không đưa ra phỏng đoán về chính sách của họ tại đây. Hãy kiểm tra các điều khoản và chính sách sử dụng được công bố của họ để biết vị trí hiện tại.
Những gì chúng tôi có thể cung cấp là một cách để bạn tự trả lời câu hỏi này và một tuyên bố rõ ràng về API trên trang web này. Nó không phải là Grok. Đây là một API tương thích với OpenAI được lưu trữ cho một mô hình trọng số mở duy nhất, do một nhà cung cấp độc lập vận hành và được tinh chỉnh để trả lời mà không có sự từ chối nội dung cho việc sử dụng hợp pháp của người lớn. Nó không phải là bộ chuyển hướng giữa các nhà cung cấp và cũng không phải là dịch vụ chính thức của xAI hoặc bất kỳ phòng thí nghiệm nào khác.
"Không kiểm duyệt" cũng là một từ không rõ ràng, vì vậy các phần tiếp theo sẽ định nghĩa nó trước khi chúng tôi so sánh bất cứ điều gì.
Nguồn gốc thực sự của các lần từ chối
Khi một chatbot từ chối một yêu cầu, nguyên nhân nằm ở một trong bốn vị trí và chúng hoạt động khác nhau.
Tinh chỉnh mô hình
Hầu hết các mô hình chat đều trải qua giai đoạn huấn luyện phần thưởng cho các câu trả lời hữu ích và vô hại. Kết quả là một mô hình từ chối một số chủ đề nhất định một cách tự nhiên, ngay cả khi không có hướng dẫn. Lớp này được tích hợp vào các trọng số. Bạn không thể tắt nó bằng một prompt một cách đáng tin cậy, và đây là điều chính mà một bản tinh chỉnh "không kiểm duyệt" thay đổi.
Prompt hệ thống
Nhiều ứng dụng đặt một hướng dẫn ẩn trước tin nhắn của bạn: hãy an toàn, tránh các chủ đề này, giữ một giọng điệu nhất định. Hai ứng dụng sử dụng cùng một mô hình nền tảng có thể hoạt động rất khác nhau chỉ vì lý do này. Nếu một lần từ chối biến mất khi bạn gọi mô hình thông qua API với prompt hệ thống của riêng bạn, thì ứng dụng mới là nguyên nhân, không phải mô hình.
Các bộ lọc kiểm duyệt riêng biệt
Một số dịch vụ chạy một bộ phân loại thứ hai trên đầu vào hoặc đầu ra của bạn và chặn phản hồi nếu nó vượt quá ngưỡng. Các lần chặn này thường trông khác với sự từ chối của mô hình: một lỗi chung chung, một tin nhắn bị xóa hoặc một câu trả lời mẫu không phù hợp với giọng điệu thông thường của mô hình.
Quy tắc tài khoản và nền tảng
Điều khoản dịch vụ, quy định khu vực và kiểm tra độ tuổi tài khoản nằm ngoài mô hình. Chúng quyết định ai có thể sử dụng sản phẩm ngay từ đầu.
Việc tách biệt những điều này rất quan trọng khi bạn đọc các luồng diễn đàn. Một người dùng nói rằng một mô hình bị kiểm duyệt có thể đang gặp phải prompt hệ thống trong một ứng dụng, trong khi một người dùng khác trên API thô thì không thấy điều tương tự. Không ai sai; họ đang kiểm tra các lớp khác nhau.
Cách tự kiểm tra bất kỳ mô hình nào
Thay vì tin vào các câu chuyện kể, hãy viết mười prompt đại diện cho trường hợp sử dụng thực tế của bạn, chạy chúng và đếm số lần từ chối. Sử dụng cùng các prompt trên mọi nhà cung cấp mà bạn so sánh. Giữ chúng hợp pháp và viết chúng cho sản phẩm của bạn, không phải để gây sốc: một nhà văn tiểu thuyết có thể bao gồm độc thoại của một nhân vật phản diện, một cảnh bạo lực từ tiểu thuyết trinh thám và một nhân vật có đạo đức xám; một nhóm kiểm duyệt có thể bao gồm văn bản họ cần phân loại.
Đây là một script nhỏ hoạt động với bất kỳ endpoint tương thích OpenAI nào, bao gồm endpoint này. Nó đánh dấu các câu trả lời bắt đầu bằng các cụm từ từ chối phổ biến. Đây là một heuristic thô, vì vậy hãy đọc thủ công các mục bị đánh dấu.
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")
Chạy nó ba lần với các nhiệt độ khác nhau, vì một prompt ranh giới có thể vượt qua hoặc thất bại tùy thuộc vào việc lấy mẫu. Sau đó, chạy cùng tệp đó trên các endpoint khác mà bạn đang xem xét bằng cách chỉ thay đổi URL cơ sở, khóa và tên mô hình. Sự so sánh bạn nhận được có giá trị hơn bất kỳ bài báo nào, bao gồm cả bài viết này.
API này làm gì và giới hạn của nó
Mô hình đằng sau trang web này được tinh chỉnh để trả lời mà không có sự từ chối nội dung cho việc sử dụng hợp pháp của người lớn. Trên thực tế, điều đó có nghĩa là tiểu thuyết với các chủ đề tối, nhập vai và nhân vật đồng hành cho người lớn, phân tích thẳng thắn về các chủ đề nhạy cảm và các nhiệm vụ xử lý văn bản chạm vào nội dung khó không còn kết thúc bằng một bài giảng hoặc sự từ chối.
Nó có những giới hạn và bạn nên biết chúng trước khi xây dựng:
- Người chưa thành niên. Có một quy tắc cứng chống lại bất kỳ nội dung tình dục nào liên quan đến người chưa thành niên. Nó không thể cấu hình được.
- Sử dụng hợp pháp. Dịch vụ dành cho việc sử dụng hợp pháp của người lớn. Việc được tinh chỉnh để không từ chối không làm cho các yêu cầu bất hợp pháp trở nên chấp nhận được và bạn vẫn chịu trách nhiệm về những gì ứng dụng của bạn làm với đầu ra.
- Chỉ văn bản. Không có hình ảnh, âm thanh, video hoặc embedding.
- Chất lượng không được đảm bảo. Một mô hình không từ chối vẫn có thể sai, phẳng hoặc không nhất quán. Hãy kiểm tra nó trên các prompt của riêng bạn.
Một chi tiết thực tế là thanh toán. Các yêu cầu thất bại hoặc bị từ chối sẽ không bị tính phí, vì vậy một lần chạy thử nghiệm gặp sự cố sẽ không tốn phí cho các lệnh gọi đó. Phần còn lại được tính phí $0,15 cho mỗi 1M token đầu vào và $0,50 cho mỗi 1M token đầu ra.
Cách viết prompt cho mô hình không bị lọc
Việc loại bỏ các lần từ chối không loại bỏ nhu cầu về hướng dẫn tốt. Một mô hình không có bài giảng an toàn có xu hướng tuân theo khung của bạn một cách chặt chẽ, vì vậy khung đó có trọng lượng lớn hơn.
Đặt bối cảnh và đối tượng trong tin nhắn hệ thống. Đối với một công cụ viết truyện, hãy nói rằng người dùng là một người lớn đang viết tiểu thuyết và đầu ra là một cảnh phác thảo. Đối với một ứng dụng đồng hành, hãy xác định nhân vật, giọng điệu và các ranh giới bạn muốn thực thi. Các ranh giới bạn tự viết đáng tin cậy hơn các ranh giới bạn hy vọng mô hình có.
Thêm các rào chắn của riêng bạn nơi sản phẩm của bạn cần chúng. Nếu bạn chạy một ứng dụng công cộng, hãy cân nhắc kiểm tra độ tuổi khi đăng ký, chính sách nội dung mà người dùng đồng ý và ghi lại các ID yêu cầu (API trả về X-Request-Id trên mọi phản hồi) để bạn có thể điều tra một khiếu nại. Một mô hình không từ chối chuyển trách nhiệm về chính sách sang bạn, đó là điểm cho nhiều nhóm và là gánh nặng cho những người khác. Hãy chắc chắn rằng bạn muốn nó.
Đối với nhiệt độ, viết sáng tạo thường nằm trong khoảng từ 0,7 đến 1,0. Đối với trích xuất và phân loại, hãy giảm nó gần 0 và sử dụng chế độ JSON, nơi response_format được đặt thành {"type": "json_object"}. Những chi tiết này và các tham số khác được mô tả trong tài liệu API.
Khi nào một mô hình chính thống có lọc là lựa chọn tốt hơn
Ít lần từ chối hơn không phải lúc nào cũng tốt hơn. Nếu bạn đang xây dựng sản phẩm giáo dục dành cho trẻ em, bot hỗ trợ khách hàng cho ngân hàng hoặc bất cứ thứ gì mà một câu trả lời không phù hợp ngẫu nhiên là vấn đề về uy tín, một mô hình có các rào chắn mặc định mạnh mẽ là nền tảng an toàn hơn. Điều tương tự cũng đúng với các môi trường được quản lý chặt chẽ nơi nhóm tuân thủ của bạn muốn một nhà cung cấp cụ thể với chính sách được ghi lại.
Cũng có một con đường trung gian: sử dụng một nhà cung cấp có lọc cho giao diện công cộng của sản phẩm của bạn và API này cho các phần nội bộ hoặc chỉ dành cho người lớn, chẳng hạn như một công cụ viết đằng sau một cổng kiểm tra độ tuổi. Vì cả hai đều sử dụng giao thức OpenAI, việc chuyển đổi chỉ là một URL cơ sở và tên mô hình trong cấu hình, không phải là viết lại.
Nếu bạn muốn dùng thử, trang khóa API giải thích cách đăng ký, hoạt động với Google hoặc email và mật khẩu. Tài khoản mới có thể nhận $0,50 tín dụng dùng thử chỉ với một cú nhấp, có hiệu lực bảy ngày, đủ cho vài trăm prompt kiểm thử. Trang giá cả liệt kê các gói nạp tiền, từ $20 đến $500, thanh toán bằng USDT trên TRC20 hoặc USDC trên Base.
