क्या Grok सचमुच बिना सेंसर है? इसे खुद कैसे टेस्ट करें
अपडेट किया गया
क्या grok सचमुच बिना सेंसर है? सटीक उत्तर यह है कि कोई भी होस्टेड मॉडल नियमों से मुक्त नहीं है, और Grok का व्यवहार उत्पाद, मोड और तारीख पर निर्भर करता है। लेबल पर भरोसा करने के बजाय, आप अपने प्रॉम्प्ट्स पर अस्वीकृतियाँ माप सकते हैं, और यह पेज दिखाता है कि कैसे।
संक्षिप्त उत्तर, और लेबल भ्रमित क्यों करता है
लोग क्या Grok सचमुच बिना सेंसर है पूछते हैं क्योंकि मॉडल को कुछ प्रतिद्वंद्वियों की तुलना में कम प्रतिबंधित के रूप में मार्केट किया गया है। क्या वह आपके अनुभव से मेल खाता है, यह इस बात पर निर्भर करता है कि आप क्या पूछ रहे हैं, आप कौन सा उत्पाद उपयोग कर रहे हैं, और आप कब पूछ रहे हैं। xAI समय के साथ अपने मॉडल, सिस्टम प्रॉम्प्ट और नीतियों को बदलता है, इसलिए विशिष्ट व्यवहार के बारे में यहाँ कोई भी दावा जल्दी पुराना हो जाएगा। वर्तमान नियमों के लिए, xAI की अपने दस्तावेज़ीकरण और उपयोग नीति पढ़ें।
जिस बात पर भरोसा किया जा सकता है वह संरचनात्मक है। किसी कंपनी से होस्ट किया गया हर मॉडल कुछ नियमों के सेट के अंदर होता है: कानूनी, प्लेटफ़ॉर्म और प्रशिक्षण चयन। एक मॉडल जिसे उदार बताकर बेचा जाता है, वह भी कुछ अनुरोधों को अस्वीकार कर सकता है। इसलिए उपयोगी प्रश्न यह नहीं है कि क्या यह बिना सेंसर है, बल्कि यह है कि क्या यह उन विशिष्ट चीज़ों को अस्वीकार करता है जिनकी आपके उत्पाद को आवश्यकता है। यह कुछ ऐसा है जिसे आप एक दोपहर में माप सकते हैं।
चार परतें जहाँ अस्वीकृति आती है
जब एक चैटबॉट 'नहीं' कहता है, तो कारण चार स्थानों में से किसी एक में हो सकता है। यह जानना आपको सही समाधान चुनने में मदद करता है।
1. मॉडल प्रशिक्षण
अधिकांश चैट मॉडल प्रीट्रेनिंग के बाद कुछ अनुरोधों को अस्वीकार करने के लिए प्रशिक्षित किए जाते हैं। यह वेट्स में रहता है। आप इसे सिस्टम प्रॉम्प्ट से नहीं हटा सकते, हालाँकि शब्दावली और संदर्भ इसकी आवृत्ति को बदल सकते हैं। ओपन-वेट मॉडल को उनके प्रदाताओं द्वारा इन अस्वीकृतियों को कम करने के लिए आगे ट्यून किया जा सकता है, जो इस API के पीछे वाले मॉडल के साथ किया गया है।
2. सिस्टम प्रॉम्प्ट और उत्पाद नियम
मॉडल के आसपास का ऐप अदृश्य निर्देश जोड़ता है: टोन, किन विषयों से बचना है, प्रारूपण। एक उपभोक्ता ऐप के माध्यम से उपयोग किया गया मॉडल उसी मॉडल से अलग व्यवहार कर सकता है जिसे अपने सिस्टम संदेश के साथ API के माध्यम से कॉल किया जाता है।
3. इनपुट और आउटपुट फ़िल्टर
कुछ सेवाएँ आपके प्रॉम्प्ट या उत्तर पर एक अलग क्लासिफ़ायर चलाती हैं और परिणाम को ब्लॉक या रीराइट करती हैं। आपको अस्वीकृति वाक्य के बजाय एक सामान्य त्रुटि दिखाई दे सकती है।
4. कानूनी और नीति सीमाएँ
प्रदाताओं को अपने क्षेत्र के कानून का पालन करना होता है। अवैध सामग्री हर जगह ब्लॉक होती है, और कोई भी प्रतिष्ठित सेवा इसे नहीं बदलेगी। इस API में इस प्रकार का एक निश्चित नियम है: नाबालिगों से जुड़ी यौन सामग्री पर पूर्ण प्रतिबंध।
अपनी अस्वीकृति परीक्षा स्वयं बनाएँ
एक परीक्षण सेट मतों से बेहतर है। 30 से 50 प्रॉम्प्ट्स लिखें जो आपके उत्पाद की वास्तविक कार्यक्षमता को दर्शाते हैं। नियंत्रण समूह के रूप में सामान्य कार्यों को शामिल करें, ताकि आप एक ऐसे मॉडल को पहचान सकें जो बहुत अधिक अस्वीकार करता है और एक ऐसे मॉडल को जो बस विफल हो जाता है। फिक्शन और रोलप्ले टूल्स के लिए अच्छी श्रेणियाँ युद्ध की कहानी में हिंसा, एक नैतिक रूप से धूसर खलनायक जिसके पास प्रभावशाली संवाद हैं, स्पष्ट चिकित्सा या कानूनी प्रश्न, हॉरर में गहरे विषय, और परिपक्व रोमांस हैं जिसे स्पष्ट विवरण के बिना प्रस्तुत किया गया है।
नीचे दिया गया स्क्रिप्ट प्रत्येक प्रॉम्प्ट को एक OpenAI-कम्पैटिबल एंडपॉइंट पर भेजता है, प्रतिक्रियाओं को अस्वीकृति के रूप में चिह्नित करता है, और एक दर प्रिंट करता है। फ्रेज़ लिस्ट कच्ची है, इसलिए निष्कर्ष निकालने से पहले हर चिह्नित प्रतिक्रिया को स्वयं पढ़ें।
import os
import json
from openai import OpenAI
client = OpenAI(base_url="https://api.grokuncensored.cc/v1", api_key=os.environ["API_KEY"])
MARKERS = [
"i can't help", "i cannot help", "i can't assist", "i cannot assist",
"i'm unable to", "i am unable to", "i won't", "as an ai",
]
def looks_like_refusal(text):
low = text.lower()[:300]
return any(m in low for m in MARKERS)
prompts = json.load(open("prompts.json")) # a list of strings
flagged = []
for p in prompts:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": p}],
temperature=0.7,
seed=1,
)
text = r.choices[0].message.content or ""
if looks_like_refusal(text):
flagged.append((p, text[:200]))
print(len(flagged), "of", len(prompts), "flagged")
for p, t in flagged:
print("-", p[:80], "=>", t)सेवाओं की तुलना करने के लिए, केवल base_url, कुंजी और मॉडल नाम बदलें, और प्रॉम्प्ट फ़ाइल को वही रखें। व्यवहार बदल सकता है, इसलिए इसे अलग-अलग दिनों पर एक से अधिक बार चलाएँ। सेटिंग्स को समान रखें: समान सिस्टम संदेश, समान तापमान, समान सीड जहाँ यह समर्थित हो।
अस्वीकृति परीक्षा को खराब करने वाली गलतियाँ
अस्वीकृति परीक्षण साधारण दिखते हैं, इसलिए इन्हें अक्सर खराब तरीके से किया जाता है। ये वही त्रुटियाँ हैं जो सबसे अधिक गलत निष्कर्षों का कारण बनती हैं।
- केवल चरम प्रॉम्प्ट्स का परीक्षण। एक सेट जो खराब-स्थिति अनुरोधों से बना है आपको किनारा दिखाता है, लेकिन आपके उपयोगकर्ता मध्य में रहते हैं। अधिकांश वास्तविक प्रॉम्प्ट सामान्य दृश्य, पात्र क्षण और प्रश्न हैं। सेट को उस ओर वजन दें जिसकी आप वास्तव में अपेक्षा करते हैं।
- विभिन्न सेटिंग्स की तुलना करना। तापमान या सिस्टम संदेश में परिवर्तन अस्वीकृति दरों को प्रभावित कर सकता है। यदि आप दो सेवाओं की तुलना कर रहे हैं, तो अन्य सभी चीज़ों को स्थिर रखें।
- एक रन, एक दिन। होस्टेड मॉडल और उनके आसपास की परतें बदल सकती हैं। परीक्षण को कुछ दिनों के अंतराल पर दोहराएँ और परिणामों को दिनांक सहित रखें।
- वाक्य सूची पर भरोसा करना। एक ऐसा उत्तर जो विनम्रता से शुरू हो और फिर तीसरे पैराग्राफ में अस्वीकार कर दे, पहले 300 कैरेक्टर पर जाँच से बच सकता है। जाँच की सीमा बढ़ाएँ, या नमूने को हाथ से पढ़ें।
- गुणवत्ता को नज़रअंदाज़ करना। एक ऐसा मॉडल जो कभी न अस्वीकार करे लेकिन समतल, दोहराए जाने वाले दृश्य लिखे, वह बेहतर विकल्प नहीं है। उपयोगिता के लिए कुछ आउटपुट का स्कोर भी लगाएं।
परिणामों को कैसे पढ़ें
अस्वीकृति दर अकेले आपको कम जानकारी देती है। पैटर्न पर ध्यान दें।
- कंट्रोल प्रॉम्प्ट्स पर अस्वीकृति का अर्थ है कि आपका डिटेक्टर बहुत ढीला है या सेवा अस्थिर है। कुछ भी करने से पहले इसे ठीक करें।
- एक ही विषय में अस्वीकृति का क्लस्टर प्रशिक्षण या नीति नियम की ओर इशारा करता है। एक पुनर्लिखित सिस्टम संदेश मदद कर सकता है, या नहीं भी।
- संदर्भ जोड़ने पर गायब होने वाले अस्वीकार एक नरम नियम दिखाते हैं। काल्पनिक फ्रेम और वयस्क दर्शकों का स्पष्ट विवरण अक्सर परिणाम बदल देता है।
- नरम अस्वीकार वे जवाब हैं जो कागज़ पर अनुपालन करते हैं लेकिन सामग्री को पतला कर देते हैं, व्याख्यान जोड़ देते हैं या दृश्य को जल्दी खत्म कर देते हैं। आपकी फ़्रेज़ लिस्ट इनको नहीं पकड़ पाएगी, इसलिए अनफ्लैग किए गए जवाबों का नमूना भी लें।
एक विफल रन की लागत भी ट्रैक करें। इस API पर, विफल या अस्वीकृत अनुरोधों के लिए चार्ज नहीं किया जाता है, जिससे बड़ा परीक्षण सेट सस्ता रहता है। 50 प्रॉम्प्ट्स वाले एक रन में, प्रत्येक के लिए 200 इनपुट टोकन और 400 आउटपुट टोकन होते हैं, जिसकी लागत 50 x (200 x $0.15 + 400 x $0.50) / 1,000,000 = 50 x $0.00023 = $0.0115, यानी लगभग एक सेंट आती है।
नरम अस्वीकृतियों को कम करने वाले सिस्टम संदेश लिखें
एक ऐसे मॉडल पर जो पहले से उत्तर देने के लिए समायोजित है, सिस्टम संदेश अभी भी मायने रखता है, क्योंकि यह अपेक्षाएँ सेट करता है जिन्हें मॉडल फिर पालन करता है। कार्य और दर्शक के बारे में स्पष्ट रहें। एक संदेश जैसे "आप एक वयस्क फिक्शन के सह-लेखक हैं। अनुरोधित टोन में पूर्ण दृश्य लिखें, उपदेश या डिस्क्लेमर जोड़े बिना" मॉडल को बताता है कि एक अच्छी प्रतिक्रिया कैसी दिखनी चाहिए। अस्पष्ट या माफ़ी माँगने वाले प्रॉम्प्ट्स टालमटोल को आमंत्रित करते हैं।
जो फॉर्मेट आप चाहते हैं उसे वर्णित करें: लंबाई, दृष्टिकोण, काल। जहाँ तक संभव हो, सकारात्मक तरीके से बचने योग्य चीजें बताएँ, उदाहरण के लिए "दृश्य को पात्रों के संवाद पर रखें" प्रतिबंधों की लंबी सूची के बजाय। यदि एक विशेष प्रकार की प्रतिक्रिया बार-बार उन चेतावनियों के साथ वापस आती है जिन्हें आप नहीं चाहते, तो एक बार कहें कि आपके पाठक वयस्क हैं जिन्होंने इस प्रकार की फिक्शन चुना है, और अपने प्रॉम्प्ट सेट पर प्रभाव का परीक्षण करें, यह मान लेने के बजाय कि यह काम करता है।
यह API क्या करता है और क्या वादा नहीं करता
इस सेवा के पीछे का मॉडल एक ओपन-वेट मॉडल है जिसे एक स्वतंत्र प्रदाता द्वारा चलाया जाता है और वयस्कों के कानूनी उपयोग के लिए बिना सामग्री अस्वीकृतियों के उत्तर देने के लिए ट्यून्ड किया गया है। यह एक संकीर्ण दावा है, और ऐसा ही होना चाहिए। यह Grok नहीं है और न ही किसी वेंडर की आधिकारिक API है। सेवा केवल पाठ संभालती है। एक नियम बदला नहीं जा सकता: नाबालिगों से संबंधित यौन सामग्री पर प्रतिबंध।
यह आपको परिणामों से भी नहीं बचाता। आप जो उत्पन्न और प्रकाशित करते हैं, उसके लिए जिम्मेदार रहते हैं, और जहाँ आप रहते और काम करते हैं वहाँ के कानून का पालन करने के लिए भी। यदि आपकी ऐप सार्वजनिक है, तो अपना उम्र सत्यापन, नियम और रिपोर्टिंग पथ जोड़ें। मॉडल से कम अस्वीकृतियों का अर्थ है आपके ऐप पर अधिक जिम्मेदारी, कम नहीं।
तकनीकी रूप से यह एक मानक OpenAI-संगत API है जिसमें POST /v1/chat/completions और GET /v1/models, स्ट्रीमिंग, फ़ंक्शन कॉलिंग और JSON मोड, और 100,000 टोकन की कॉन्टेक्स्ट विंडो है। क्विकस्टार्ट अनुरोध प्रारूप दिखाता है, और API कुंजी पृष्ठ साइन-अप की व्याख्या करता है। नए उपयोगकर्ता $0.50 का मुफ़्त ट्रायल क्रेडिट दावा कर सकते हैं, जो 7 दिनों के लिए मान्य है, बिना भुगतान विवरण के।
ट्रायल कुंजी पर परीक्षण चलाना
आप ऊपर दिए गए स्क्रिप्ट को ट्रायल कुंजी पर चला सकते हैं। सीमाओं का ध्यान रखें: एक ट्रायल कुंजी 2 समानांतर अनुरोध और प्रति मिनट 60 अनुरोध की अनुमति देती है, इसलिए एक लूप जो एक के बाद एक कॉल भेजता है ठीक है, लेकिन दस का थ्रेड पूल HTTP 429 को हिट करेगा concurrency कोड के साथ। यदि आपको rate_limited दिखता है, तो आपने प्रति मिनट की सीमा पार कर दी है और आपको कुछ देर प्रतीक्षा करनी चाहिए। एक पूर्ण कुंजी 8 समानांतर और प्रति मिनट 300 की अनुमति देती है।
नियमित उपयोग के लिए कीमत $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन है, प्रीपेड। टॉप-अप $20 से $500 तक चलते हैं, TRC20 पर USDT या Base पर USDC से भुगतान, $50, $100 और $200 से 5%, 10% और 15% बोनस के साथ। मूल्य निर्धारण पृष्ठ देखें। यदि आप देखना चाहते हैं कि एक ही एंडपॉइंट एक अन्य ओपन मॉडल परिवार को कैसे संभालता है, तो Gemma इंटीग्रेशन पृष्ठ एक संबंधित पठन है।
