
先分清两件事:模型本身,和外面那层过滤
很多人以为“无审查”就是模型什么都能答,其实限制通常来自两层:模型训练阶段的对齐(安全微调、偏好训练),以及产品外层的过滤(关键词拦截、输出审核、账号风控)。前者决定模型“愿不愿意说”,后者决定内容“能不能显示出来”。搞清楚卡在哪一层,才知道该往哪个方向解决——大多数时候,换一个可本地运行的开源模型,比研究怎么绕过某家
Tool
很多人以为“无审查”就是模型什么都能答,其实限制通常来自两层:模型训练阶段的对齐(安全微调、偏好训练),以及产品外层的过滤(关键词拦截、输出审核、账号风控)。前者决定模型“愿不愿意说”,后者决定内容“能不能显示出来”。搞清楚卡在哪一层,才知道该往哪个方向解决——大多数时候,换一个可本地运行的开源模型,比研究怎么绕过某家