Censuur verwijderen op tensorniveau: zo werkt het

Twee manieren om een model je verzoek te laten uitvoeren

Omzeilen via prompts laat het weigeringsgedrag in de modelgewichten zitten en probeert het te ontwijken: trucjes met vooraf ingevulde antwoorden, bezweringen in systeemprompts, verzoeken verpakt als rollenspel. Het werkt vaak genoeg om populair te zijn, maar succes blijft een kanskwestie. De richting die weigeringen veroorzaakt, zit nog steeds in het model. Daardoor kunnen lange generaties, ongebruikelijke formuleringen of een binnengeslopen, op veiligheid getrainde modelvariant halverwege je verhaal een weigering uitlokken - en één weigering maakt een middag genereren waardeloos.

Censuur verwijderen op tensorniveau (abliteratie) is een andere ingreep. Weigeringsgedrag ligt besloten in een richting binnen de activatieruimte van het model. Deze techniek identificeert die richting en ontneemt het model de mogelijkheid om die te volgen door de gewichten zelf aan te passen. Er blijft niets over dat een weigering kan uitlokken, dus er valt ook niets meer met een jailbreak te omzeilen.

Waarom "0% weigeringen in een A/B-testreeks" het cijfer is dat telt

Een claim is zo gemaakt; een verdeling van meetresultaten niet. De relevante maatstaf is het weigeringspercentage, gemeten met een gestandaardiseerde reeks prompts (een A/B-testreeks) die de categorieën afdekt waartegen een model zich normaal zou verzetten, en die elke keer op dezelfde manier wordt uitgevoerd. Een model dat 0% weigeringen over de hele testreeks scoort, werkt niet "meestal mee" - het gedrag is verdwenen, deterministisch, bij elk verzoek op dezelfde manier.

Dat determinisme maakt in de praktijk het verschil bij langere teksten: als een model met een jailbreak in 98% van de gevallen meewerkt, gaat het bij één op de vijftig generaties mis; 0% weigeringen bij een model dat abliteratie heeft ondergaan, betekent dat deze manier van falen niet bestaat.

Wat abliteratie kost (en wat niet)

Vroege abliteratietechnieken gingen ten koste van de capaciteiten van het model om het te laten meewerken. Bij de huidige generatie - en de modellen die wij aanbieden, zoals Qwen 3.8 Flash Next Uncensored - blijven de beeldverwerkingsmodule, toolaanroepen en het redeneervermogen intact, zonder meetbaar prestatieverlies bij standaardevaluaties. De claim die je moet controleren is niet "ongecensureerd", maar "ongecensureerd en nog steeds op het oorspronkelijke prestatieniveau".

Gebruik binnen de wet

Weigeringen verwijderen draait om creatieve vrijheid - duistere thema's, conflicten, moreel complexe fictie - en niet om schade mogelijk maken. Unquant biedt openbaar beschikbare modelversies aan voor wettig gebruik. Misbruik dat op schade in de echte wereld is gericht, valt daar altijd buiten, waar en door wie dan ook.

Hoe nu verder?

Begin bij de modelpagina's voor GLM-5.3-Flash of Qwen 3.8 Flash Next.