텐서 수준 무검열, 설명

모델이 따르도록 만드는 두 가지 방법

프롬프트 수준 우회는 거부 행동을 가중치에 그대로 두고 회피를 시도합니다: 프리필 트릭, 시스템 프롬프트 주문, 롤플레이 프레이밍. 자주 효과가 있어 인기가 많지만 확률적입니다. 거부 방향이 여전히 모델에 있으므로, 긴 생성, 특이한 표현, 또는 안전 훈련된 파인튜닝이 이탈하면 이야기 중반에 거부가 나타날 수 있으며, 거부 하나가 오후 내내의 생성을 망칩니다.

텐서 수준 무검열(소거)은 다른 연산입니다. 거부 행동은 모델 활성화 공간의 한 방향에 존재하며, 이 기법은 해당 방향을 식별하고 모델이 그것에 따라 행동하는 능력을 제거합니다 — 가중치 자체를 편집합니다. 남은 것이 없으므로 탈옥할 것도 없습니다.

"A/B 스위트에서 거부율 0%"가 중요한 이유

주장은 쉽지만 분포는 그렇지 않습니다. 의미 있는 지표는 모델이 일반적으로 거부하는 카테고리를 다루는 표준화된 프롬프트 배터리(A/B 스위트)에서 매번 동일하게 측정된 거부율입니다. 스위트 전체에서 거부율 0%를 기록한 모델은 "대체로 순응"이 아니라, 행동이 결정론적으로 완전히 사라진 것입니다.

그 결정론이 장문 작업에서 실질적 차이를 만듭니다: 탈옥된 모델의 98% 순응률은 50번 생성 중 한 번의 실패를 의미하지만, 소거된 모델의 0%는 해당 실패 모드 자체가 존재하지 않음을 의미합니다.

소거의 비용 (그리고 비용이 아닌 것)

초기 소거 기법은 능력과 순응성을 맞바꿨습니다. 최신 세대 — 당사가 제공하는 Qwen 3.8 Flash Next Uncensored와 같은 모델들 — 은 비전 타워, 도구 호출, 추론이 온전히 유지되며 표준 평가에서 측정 가능한 능력 손실이 없도록 구축되었습니다. 확인해야 할 주장은 "무검열"이 아니라 "무검열 그리고 여전히 기준선 점수 달성"입니다.

합법적·적법한 프레이밍

거부를 제거하는 것은 창작의 자유 — 어두운 주제, 갈등, 도덕적으로 복잡한 픽션 — 에 관한 것이지 피해를 가능하게 하는 것이 아닙니다. Unquant는 합법적 사용을 위해 공개적으로 사용 가능한 빌드를 제공하며, 실제 피해를 목적으로 하는 남용은 어디서나 모든 사람에게 허용 범위 밖입니다.

다음 단계

GLM-5.3-Flash 또는 Qwen 3.8 Flash Next 모델 페이지에서 시작하세요.