Unrestricted LLM 聊天機器人：無審查 AI 指南

什麼是 Unrestricted LLM 聊天機器人？

無限制 LLM 聊天機器人是一種大型語言模型，設計用於在不套用標準內容過濾器的情况下回答提示詞。與可能會拒絕討論成人主題、政治爭議或利基技術細節的消費級聊天機器人不同，無審查 LLM 會純粹根據其訓練資料和提示詞指示來產生回應。

這些系統是為開發人員和進階使用者打造的，他們需要原始輸出。它們不會將禮貌或安全對齊置於事實準確性或創作自由之上。「無限制」一詞特別強調了主流模型中導致拒絕的防護機制的缺失。

• 原始輸出： 沒有隱藏的過濾器阻擋特定主題。
• 開發人員導向： 針對 API 整合進行最佳化，而非用於一般對話。
• 合法使用：通常允許成人內容，除非違反如未成年人這類硬性限制。

了解此區別對於將 AI 部署到標準安全過濾器可能會中斷工作流程的環境中的團隊至關重要。

審查與無審查：差異所在

主要差異在於模型處理邊緣案例和爭議性主題的方式。審查模型經過微調，當檢測到潛在的政策違規時，會說「我無法回答」或提供一般性的拒絕回應。無審查 LLM 會嘗試直接回答提示詞，即使主題敏感也是如此。

審查通常透過人類反饋強化學習（RLHF）實現，這會對「不安全」的輸出進行懲罰。無審查模型跳過此層或使用較弱的對齊過程。這導致語氣變異性較高，但涵蓋的主題範圍更廣。

功能	審查模型	無審查模型
拒絕率	高	低
語氣	禮貌、謹慎	直接、多變
成人內容	經常被阻擋	允許
使用案例	一般消費者	開發人員/進階使用者

對於技術應用而言，審查模型的拒絕率可能會破壞自動化管線，因此無審查變體更為可取。

了解去抑制模型

去抑制模型是無審查模型的一個特定子集。「去抑制」涉及取用基礎模型並主動移除特定的拒絕能力，同時保留一般知識。這通常是透過在將爭議性提示詞與高品質、非拒絕答案配對的資料集上進行微調來完成的。

與可能只是忽略主題的原始基礎模型不同，去抑制模型經過最佳化以回答該主題。例如，如果被問及敏感歷史事件，它不會只是保持沉默；它會提供詳細且具微妙差異的回應。這種技術在 Dolphin 等模型的開源社群中很流行。

這些模型非常適合那些想要現代 LLM 的智力，但需要繞過 RLHF 調校模型的「說教」語氣的使用者。它們提供了一種平衡的方法，既能獲得無限制的內容，又不會失去連貫性。

為什麼選擇 API 而不是網頁聊天？

雖然網頁聊天介面對於一般使用很方便，但 API 提供對模型的程式化存取。這對於建構應用程式、自動化工作流程或將 AI 整合到現有軟體中至關重要。API 允許你直接控制溫度、top-p 和 max_tokens 等參數。

使用 API 意味著你只需為消耗的 token 付費，而不是支付訂閱費。它也提供更好的隱私，因為提示詞直接傳送至服務，而不會記錄在公共聊天歷史中。此外，API 支援串流輸出，允許即時產生 token。

主要優點：

• 整合： 將 AI 嵌入你自己的應用程式。
• 控制： 微調生成參數。
• 成本： 按用量計費的計費模式。
• 隱私： 直接資料交換，無需公共日誌。

技術限制：上下文視窗與 Token

上下文視窗大小決定了模型在一次請求中能處理多少文字。對於無審查 LLM 而言，大的上下文視窗對於總結長文件或維持對話歷史等任務至關重要。我們的 API 支援 100,000 token 的上下文視窗。

這表示您可以發送總計最多 100,000 token，用於提示詞與補全。每次請求的最大輸出為 32,000 token，若未指定則為 2,048 token。此容量允許對長篇幅輸入進行深度分析。

分詞是將文字拆解為模型能理解的區塊的過程。較長的上下文需要更多的記憶體和運算資源，這會反映在定價上。了解 token 限制有助於設計高效的提示詞並管理成本。

透過伺服器發送的事件 (SSE) 進行串流輸出，讓您在 token 產生時即可接收，從而改善使用者的感知延遲。

Unrestricted 內容的使用案例

無審查模型在標準過濾器可能影響效能的情境中表現優異。常見的使用情境包括：

• 內容創作： 生成成人小說、情色故事或具爭議性的藝術提示詞，且不受審查限制。
• 安全研究： 分析惡意軟體或敏感資料，不會因安全過濾器而產生誤報。
• 角色扮演： 在複雜且無限制的敘事中維持角色一致性。
• 資料分析： 處理語調不重要的大量資料集。

這些模型也適用於測試其他 AI 系統如何處理極端案例。透過移除安全層，你能更清楚地看到模型的原始能力。對於希望自行處理過濾邏輯的開發者而言，這在建立自有應用程式時特別有價值。

如何整合無審查模型

若您使用 OpenAI 相容的 API，整合無審查 LLM 非常簡單。您只需更新客戶端函式庫中的基礎 URL 和 API 金鑰即可。

以下是開始使用無限制 API 的方式：

• 基礎 URL： https://api.unrestricted.cc/v1
• 模型 ID： 'uncensored'
• 端點： POST /v1/chat/completions

你可以使用官方的 Python、Node.js 或其他語言的 OpenAI SDK。只需將基礎 URL 更改為指向我們的服務即可。該 API 支援串流輸出、函式呼叫和 JSON 模式。

驗證透過 API 金鑰進行，您可以在網站上立即產生該金鑰。此金鑰允許您向聊天補全端點發送請求。錯誤與拒絕均免費，因此您只需為成功的 token 用量付費。

LLM 的定價與計費

無審查 LLM 的定價通常基於 token 使用量。我們的模型對每 1M 輸入 token 收取 $0.25，對每 1M 輸出 token 收取 $1.00。這是一種透明的隨用隨付模式，無月費。

信用額度透過加密貨幣儲值，具體為 USDT (TRC20) 或 USDC (Base)。最低儲值金額為 10 美元，較大金額可享紅利。信用額度永不過期。

新帳戶會獲得 7 天有效的試用額度 $0.50，無需信用卡。這讓您在承諾之前可以測試 API。錯誤不會消耗 token，因此您不會因失敗的請求而被扣款。

這種計費結構非常適合希望精確控制成本的開發者。你只需為實際使用的部分付費，並可按需儲值。