Come funziona la rimozione della censura a livello dei tensori

Due modi per far sì che un modello esegua le richieste

L'aggiramento tramite prompt lascia il comportamento di rifiuto nei pesi e cerca di eluderlo: trucchi che precompilano l'inizio della risposta, formule nel prompt di sistema, scenari di gioco di ruolo. Funziona abbastanza spesso da essere diffuso, ma resta probabilistico. La direzione associata al rifiuto è ancora presente nel modello, quindi generazioni lunghe, formulazioni insolite o l'introduzione di una variante ulteriormente addestrata alla sicurezza possono far scattare un rifiuto a metà della storia - e basta un rifiuto per vanificare un pomeriggio di generazione.

La rimozione della censura a livello dei tensori (abliterazione) è un'operazione diversa. Il comportamento di rifiuto risiede in una direzione dello spazio delle attivazioni del modello; questa tecnica individua tale direzione ed elimina la capacità del modello di seguirla, modificando i pesi stessi. Non resta nulla che possa attivare il rifiuto, quindi non c'è più nulla da aggirare.

Perché "0% di rifiuti in una suite di test A/B" è il dato che conta

Fare affermazioni è facile; ottenere distribuzioni di risultati che le sostengano lo è meno. La metrica significativa è il tasso di rifiuto misurato su una batteria standardizzata di prompt (una suite di test A/B) che copre le categorie a cui un modello normalmente opporrebbe resistenza, eseguita ogni volta nello stesso modo. Un modello che registra lo 0% di rifiuti nell'intera suite non "esegue quasi sempre le richieste": quel comportamento è scomparso, in modo deterministico, per ogni richiesta.

È questo determinismo a fare la differenza concreta nei lavori lunghi: un modello di cui si sono aggirate le protezioni e che esegue il 98% delle richieste fallisce una generazione su cinquanta; lo 0% di rifiuti di un modello sottoposto ad abliterazione significa che questa modalità di errore non esiste.

Cosa si perde con l'abliterazione (e cosa no)

Le prime tecniche di abliterazione sacrificavano alcune capacità per ottenere risposte senza rifiuti. Le tecniche moderne - e i modelli che offriamo, come Qwen 3.8 Flash Next Uncensored - sono progettati per mantenere intatti il modulo visivo, le chiamate agli strumenti e il ragionamento, senza alcuna perdita misurabile di capacità nelle valutazioni standard. L'affermazione da verificare non è "senza censura", ma "senza censura e con risultati ancora pari a quelli del modello originale".

Un utilizzo nel rispetto della legge

Eliminare i rifiuti serve a dare libertà creativa - temi cupi, conflitti, narrativa moralmente complessa - non a favorire azioni dannose. Unquant mette a disposizione versioni pubblicamente disponibili per usi leciti; qualsiasi abuso volto a causare danni nel mondo reale è escluso, ovunque e da parte di chiunque.

Come proseguire

Inizia dalle pagine dei modelli GLM-5.3-Flash o Qwen 3.8 Flash Next.