ИИ без фильтров: что это на самом деле значит

Если вы попали сюда после того, как обычный чат-бот отказался отвечать на простой вопрос, или хотите понять, одно ли и то же ИИ без фильтров и нецензурированный ИИ, — этот разбор для вас. Здесь рассказано, что именно фильтруется и на каком этапе, чем чат с ИИ без фильтров отличается от джейлбрейка или локальной модели, которую вы запускаете сами, и чего не станет делать даже ИИ без фильтров. К концу вы будете точно знать, что меняется, когда слой фильтрации убирают.

Что на самом деле значит ИИ без фильтров

ИИ без фильтров — это модель, между вопросом и ответом которой нет модерирующего слоя или механизма отказа. Большинство массовых чат-ботов устроены наоборот: система безопасности читает формулировку, решает, выглядит ли она рискованной, и отказывает, смягчает или незаметно переписывает то, о чём вы на самом деле спросили, — ещё до того, как вы увидите ответ. Уберите этот слой — и получите ИИ без фильтров, то же самое, что люди называют нецензурированным ИИ, просто другими словами. Здесь разбирается общая идея; если вам нужны конкретно нефильтрованная выдача поиска или помощь с кодом без ограничений, на этом сайте есть отдельные материалы про нецензурированный ИИ-поиск и нецензурированный ИИ для программирования.

Где на самом деле живут фильтры ИИ

Фильтр редко бывает одной стеной — обычно это три слоя один поверх другого. Во-первых, выравнивание на этапе обучения приучает саму модель отказываться от определённых тем ещё до того, как она увидит ваш запрос. Во-вторых, скрытый системный промпт — текст, который вы никогда не видите, — подставляется перед вашим сообщением и указывает модели, чего избегать и как сформулировать отказ. В-третьих, классификатор на выходе сканирует уже готовый ответ и блокирует или заменяет его, если тот нарушает правило, даже если модель уже написала нормальный ответ. Любой из этих трёх слоёв способен превратить обычный вопрос в отказ, а большинство сервисов включают все три сразу — поэтому один и тот же вопрос иногда блокируется дважды по разным причинам.

Почему отказывают на обычные вопросы

Каждый из этих слоёв работает через сопоставление формулировки с шаблоном, а не через понимание намерения, поэтому правдоподобный риск для него равен реальному. Вопрос студента-фармаколога о взаимодействии лекарств выглядит так же, как вопрос человека, который хочет навредить. Вопрос специалиста по безопасности о механизме эксплойта выглядит так же, как вопрос атакующего. Именно поэтому обычные вопросы о медицине, праве, безопасности, сексуальности, горе, изучении зависимостей или художественном тексте с мрачными темами блокируются так же часто, как действительно опасные, — фильтр не может отличить их друг от друга по одной только формулировке. О механике этого явления подробнее рассказано в отдельном материале о том, почему ИИ отказывается отвечать.

ИИ без фильтров и джейлбрейк-промпт — в чём разница

Джейлбрейк — это промпт-трюк против модели с фильтрами: ролевая рамка, поддельное системное сообщение, набор инструкций, призванных уговорить модель обойти собственные правила. Он работает, пока поставщик его не пропатчит, обычно в течение нескольких дней, а использование такого трюка всё равно нарушает условия использования сервиса, при этом вопрос всё время остаётся привязан к вашему аккаунту. ИИ без фильтров устроен совсем иначе: модели изначально не давали слой отказов, который можно было бы обойти, — поэтому нечего патчить и нечего нарушать. ИИ, изначально спроектированный без фильтров, ведёт себя предсказуемо, тогда как взломанная модель в любой момент может снова начать отказывать после очередного обновления.

ИИ без фильтров и локальная модель — в чём разница

Запуск модели с открытыми весами на собственном компьютере — тоже вариант без фильтров, в том смысле, что поверх неё не стоит чужой слой безопасности. Но за это приходится платить усилиями: нужно достаточно мощное железо, нужно самостоятельно настраивать и поддерживать софт, а модель, достаточно компактная для локального запуска, обычно слабее крупной облачной. Чат с ИИ без фильтров в браузере даёт ту же прямоту — без слоя отказов, без переписанных ответов, — но без всей этой возни, прямо во вкладке браузера, которую можно открыть и с телефона. Выбор в основном сводится к тому, готовы ли вы сами администрировать инфраструктуру.

Честные ограничения, которые остаются в силе

Без фильтров не значит, что модель скажет что угодно, лишь бы вам угодить. Она не станет выдумывать факты только потому, что вам хочется уверенного ответа, — честный ответ включает в себя и признание «никто не знает». У неё есть дата отсечения знаний, поэтому она не станет делать вид, будто проверила сегодняшние новости. Есть одна жёсткая граница, которая не сдвигается независимо от формулировки запроса: ничего сексуального с участием несовершеннолетних, — а также короткий список других фиксированных ограничений, например инструкции по оружию массового поражения, терроризм и контент, направленный на насилие против реальных людей. notrack.ai, например, публикует точный список своих ограничений на /restrictions и описывает себя как ИИ без цензуры на 99,9%, а не заявляет об отсутствии всех ограничений.

Почему приватность важнее именно без фильтров

Вопросы, с которыми люди идут к ИИ без фильтров, — это, как правило, именно те вопросы, которые меньше всего хочется видеть в истории своего аккаунта: симптом, о котором неловко спросить врача, юридическая проблема, вопрос о собственной сексуальности или чужой зависимости. Убрать фильтр, но оставить логирование на месте, — значит решить только половину задачи. notrack.ai не требует аккаунта, не привязывает вопросы к личности, не запоминает вас между сессиями и не использует переписку для обучения своих моделей. Это сочетание важно здесь больше, чем в большинстве других сервисов, потому что именно в чате с ИИ без фильтров приватность и честность должны идти рука об руку.

Как на практике пользоваться ИИ без фильтров

На практике всё проще, чем звучит идея. Откройте чат и напишите вопрос обычными словами, как вы спросили бы знающего приятеля, — не нужно подбирать формулировку в обход фильтра. Регистрация не нужна: notrack.ai работает прямо в браузере, на компьютере или через приложение для Android. Приложите документ, фото или PDF, если вопрос этого требует, — результат анализа, договор, скриншот, — и сервис прочитает файл как часть вопроса. Ответ придёт на том из 46 языков, на котором вы написали, так что не нужно сначала спрашивать по-английски.