Memahami penghapusan sensor pada tingkat tensor

Dua cara membuat model mengikuti permintaan

Pengelakan melalui prompt membiarkan perilaku penolakan tetap tersimpan dalam bobot model dan berusaha menghindarinya: trik mengisi awal respons, susunan prompt sistem khusus, atau pembingkaian sebagai permainan peran. Cara ini cukup sering berhasil sehingga populer, tetapi keberhasilannya bergantung pada peluang. Arah penolakan masih ada dalam model, sehingga respons yang panjang, susunan kata yang tidak biasa, atau pengaruh penyetelan lanjutan dengan pelatihan keselamatan dapat memicu penolakan di tengah cerita - dan satu penolakan saja bisa merusak hasil pembuatan cerita sepanjang sore.

Penghapusan sensor pada tingkat tensor (abliteration) bekerja dengan cara berbeda. Perilaku penolakan berada pada suatu arah dalam ruang aktivasi model; teknik ini mengidentifikasi arah tersebut dan menghilangkan kemampuan model untuk mengikutinya dengan mengubah bobot model itu sendiri. Tidak ada lagi perilaku penolakan yang bisa dipicu, sehingga tidak ada lagi pembatas yang perlu dibobol.

Mengapa "0% penolakan dalam rangkaian pengujian A/B" menjadi angka yang penting

Klaim mudah dibuat; distribusi hasil harus dibuktikan. Metrik yang bermakna adalah tingkat penolakan yang diukur menggunakan serangkaian prompt terstandar (rangkaian pengujian A/B), mencakup kategori yang biasanya ditolak model, dan dijalankan dengan cara yang sama setiap kali. Model yang mencatat 0% penolakan di seluruh rangkaian pengujian bukan sekadar "biasanya mengikuti permintaan" - perilaku tersebut sudah hilang secara deterministik, dengan hasil yang sama pada setiap permintaan.

Sifat deterministik inilah yang membuat perbedaan nyata untuk pengerjaan konten panjang: tingkat kepatuhan 98% pada model yang pembatasnya dibobol berarti satu kegagalan dalam lima puluh kali pembuatan respons; tingkat penolakan 0% pada model yang telah menjalani abliteration berarti jenis kegagalan tersebut tidak ada.

Apa yang dikorbankan oleh abliteration (dan apa yang tetap utuh)

Teknik abliteration awal mengorbankan kemampuan agar model lebih patuh. Teknik generasi modern - beserta model yang kami sediakan, seperti Qwen 3.8 Flash Next Tanpa Sensor - dirancang agar komponen pemrosesan visual, pemanggilan alat, dan penalaran tetap utuh, tanpa penurunan kemampuan yang terukur pada evaluasi standar. Klaim yang perlu Anda periksa bukan sekadar "tanpa sensor", melainkan "tanpa sensor dan tetap mencapai skor setara model aslinya".

Penggunaan dalam koridor hukum

Penghapusan penolakan bertujuan memberi kebebasan berkreasi - tema kelam, konflik, dan fiksi dengan persoalan moral yang kompleks - bukan memfasilitasi tindakan berbahaya. Unquant menyediakan versi model yang tersedia secara terbuka untuk penggunaan yang sah. Penyalahgunaan yang bertujuan menimbulkan bahaya di dunia nyata berada di luar cakupan penggunaan tersebut, di mana pun dan oleh siapa pun.

Langkah selanjutnya

Mulailah dari halaman model GLM-5.3-Flash atau Qwen 3.8 Flash Next.