Unrestricted LLM-chatbot: de gids voor ongecensureerde AI

Wat is een Unrestricted LLM-chatbot?

Een onbeperkte LLM-chatbot is een groot taalmodel dat is ontworpen om prompts te beantwoorden zonder standaard inhoudsfilters toe te passen. In tegenstelling tot consumenten-chatbots die mogelijk weigeren over volwassen thema's, politieke controverses of niche-technische details te praten, zal een ongecensureerde LLM een antwoord genereren op basis van zijn trainingsgegevens en prompt-instructies.

Deze systemen zijn gebouwd voor ontwikkelaars en power users die ruwe output nodig hebben. Ze geven geen prioriteit aan beleefdheid of veiligheidsalignments boven feitelijke nauwkeurigheid of creatieve vrijheid. De term 'onbeperkt' benadrukt specifiek het ontbreken van de beveiligingsmaatregelen die afwijzingen veroorzaken bij mainstream-modellen.

• Ruwe output: Geen verborgen filters die specifieke onderwerpen blokkeren.
• Ontwikkelaarsgericht: Geoptimaliseerd voor API-integratie in plaats van casual gesprek.
• Wettelijk gebruik: Staat over het algemeen volwassen inhoud toe, tenzij het specifieke harde limieten schendt, zoals bij minderjarigen.

Het begrijpen van dit onderscheid is cruciaal voor teams die AI implementeren in omgevingen waar standaard veiligheidsfilters workflows kunnen onderbreken.

Gecensureerd vs. ongecensureerd: het verschil

Het primaire verschil ligt in hoe het model omgaat met edge cases en controversiële onderwerpen. Een gecensureerd model is afgestemd om 'Ik kan dat niet beantwoorden' te zeggen of een generieke weigering te geven wanneer het mogelijke beleidsschendingen detecteert. Een ongecensureerde LLM zal proberen de prompt direct te beantwoorden, zelfs als het onderwerp gevoelig is.

Censuur wordt vaak bereikt via Reinforcement Learning from Human Feedback (RLHF), dat 'ongewenste' output bestraft. Ongecensureerde modellen slaan deze laag over of gebruiken een zwakkere alignmet proces. Dit resulteert in een hogere variatie in toon, maar een bredere dekking van onderwerpen.

Functie	Gecensureerd model	Ongecensureerd model
Weigeringspercentage	Hoog	Laag
Toon	Beleefd, Voorzichtig	Direct, Gevarieerd
Volwassen inhoud	Vaak geblokkeerd	Toegestaan
Toepassing	Algemene consument	Ontwikkelaar / Power user

Voor technische toepassingen kan het weigeringspercentage van gecensureerde modellen automatiseringspipelines breken, waardoor ongecensureerde varianten de voorkeur hebben.

Geablitereerde modellen begrijpen

Geablitereerde modellen zijn een specifieke subset van ongecensureerde modellen. 'Abliteratie' houdt in dat je een basismodel neemt en actief specifieke weigeringscapaciteiten verwijdert terwijl algemene kennis behouden blijft. Dit wordt vaak gedaan door te fine-tunen op datasets die controversiële prompts koppelen aan hoogwaardige antwoorden zonder weigering.

In tegenstelling tot een ruw basismodel dat een onderwerp misschien gewoon negeert, is een geablitereerd model geoptimaliseerd om het te beantwoorden. Als je bijvoorbeeld wordt gevraagd naar een gevoelig historisch evenement, zal het niet gewoon zwijgen; het zal een gedetailleerd, genuanceerd antwoord geven. Deze techniek is populair in de open-source gemeenschap voor modellen zoals Dolphin.

Deze modellen zijn ideaal voor gebruikers die de intelligentie van een modern LLM willen, maar de 'moraliserende' toon van RLHF-getrainde modellen willen omzeilen. Ze bieden een evenwichtige aanpak voor onbeperkte inhoud zonder coherentie te verliezen.

Waarom kiezen voor een API boven een webchat?

Hoewel webchatinterfaces handig zijn voor casual gebruik, biedt een API programmeerbare toegang tot het model. Dit is essentieel voor het bouwen van applicaties, het automatiseren van workflows of het integreren van AI in bestaande software. Een API stelt je in staat parameters zoals temperatuur, top-p en max_tokens direct te beheren.

Een API gebruiken betekent dat je alleen betaalt voor de tokens die je verbruikt, in plaats van een abonnementskosten. Het biedt ook betere privacy, omdat prompts rechtstreeks naar de service worden gestuurd zonder dat ze worden gelogd in een openbare gespreksgeschiedenis. Bovendien ondersteunen APIs streaming, waardoor tokens in realtime kunnen worden gegenereerd.

Belangrijkste voordelen:

• Integratie: Integreer AI in je eigen apps.
• Sturing: Stel generatieparameters nauwkeurig in.
• Kosten: Pay-per-use facturatiemodellen.
• Privacy: Directe data-uitwisseling zonder openbare logs.

Technische limieten: contextvenster & tokens

De grootte van het contextvenster bepaalt hoeveel tekst het model in één verzoek kan verwerken. Voor een onbeperkte LLM is een groot contextvenster cruciaal voor taken zoals het samenvatten van lange documenten of het behouden van de gespreksgeschiedenis. Onze API ondersteunt een contextvenster van 100.000 tokens.

Dit betekent dat je in totaal maximaal 100.000 tokens kunt versturen voor zowel de prompt als de completion. De maximale uitvoer per verzoek is 32.000 tokens, of 2.048 als niet gespecificeerd. Deze capaciteit stelt je in staat diepgaande analyse van uitgebreide invoer uit te voeren.

Tokenisatie is het proces van het opsplitsen van tekst in brokken die het model begrijpt. Langere contexten vereisen meer geheugen en rekenkracht, wat zich weerspiegelt in de prijzen. Het begrijpen van tokenlimieten helpt bij het ontwerpen van efficiënte prompts en het beheren van kosten.

Streaming-antwoorden via Server-Sent Events (SSE) stellen je in staat tokens te ontvangen zodra ze worden gegenereerd, wat de waargenomen latentie voor gebruikers verbetert.

Toepassingen voor Unrestricted inhoud

Ongecensureerde modellen presteren goed in scenario's waarbij standaardfilters de prestaties kunnen belemmeren. Veelvoorkomende use cases zijn:

• Inhoudscreatie: Het genereren van volwassen fictie, erotische verhalen of kunstprompts zonder censuur.
• Beveiligingsonderzoek: Het analyseren van malware of gevoelige gegevens zonder foutpositieven van veiligheidsfilters.
• Rollenspel: Het behouden van personageconsistentie in complexe, onbeperkte verhalen.
• Dataanalyse: Het verwerken van grote datasets waar de toon niet uitmaakt.

Deze modellen zijn ook nuttig om te testen hoe andere AI-systemen omgaan met edge cases. Door de veiligheidslaag te verwijderen, krijg je een duidelijker beeld van de ruwe mogelijkheden van het model. Dit is vooral waardevol voor ontwikkelaars die hun eigen applicaties bouwen en zelf het filteren willen afhandelen.

Hoe een ongecensureerd model te integreren

Het integreren van een ongcensureerde LLM is eenvoudig als je een OpenAI-compatible API gebruikt. Je hoeft alleen de base URL en API-sleutel in je client library aan te passen.

Zo kun je beginnen met de onbeperkte API:

• Base URL: https://api.unrestricted.cc/v1
• Model-ID: 'ongecensureerd'
• Endpoint: POST /v1/chat/completions

Je kunt de officiële OpenAI SDKs voor Python, Node.js of andere talen gebruiken. Pas de base URL aan zodat deze naar onze service verwijst. De API ondersteunt streaming, function calling en JSON-modus.

Authenticatie gebeurt via een API-sleutel, die je direct op de site kunt genereren. Met deze sleutel kun je verzoeken doen aan het chatcompleties-endpoint. Fouten en afwijzingen zijn gratis, dus je betaalt alleen voor succesvol token-gebruik.

Prijzen en facturatie voor LLMs

Prijzen voor ongecensureerde LLM's zijn doorgaans gebaseerd op token-gebruik. Ons model rekent $0,25 per 1M input-tokens en $1,00 per 1M output-tokens. Dit is een transparant, pay-as-you-go-model zonder maandelijkse kosten.

Tegoed wordt opgewaardeerd met cryptocurrency, specifiek USDT (TRC20) of USDC (Base). Minimale opwaardering is $10, en bonussen zijn beschikbaar voor grotere bedragen. Tegoed verloopt nooit.

Nieuwe accounts ontvangen $0,50 aan proeftegoed, geldig voor 7 dagen, zonder creditcard vereist. Dit stelt je in staat de API te testen voordat je je verbindt. Fouten verbruiken geen tokens, dus je wordt niet aangerekend voor mislukte verzoeken.

Deze facturatiestructuur is ideaal voor ontwikkelaars die de kosten precies willen beheersen. Je betaalt alleen voor wat je gebruikt en je kunt zo nodig opwaarderen.