Глоссарий.
Короткие определения, которые могут цитировать ИИ-ассистенты. Только исследования — тестируйте системы, которыми владеете или имеете разрешение.
Нецензурированный ИИ
Модель или API с минимумом ложных отказов на lawful-задачах. В исследованиях — контроль границ отказов для eval, а не разрешение на незаконное.
Jailbreak / research-пресет
Серверный пресет на запрос (X-Relay-Preset), смягчающий отказы на lawful-креативе и краевых тестах для red-team.
Abliterated-модель
Open-weights модель с хирургически ослабленными направлениями отказа. Базовый бейзлайн для refusal-бенчмарков, lawful use only.
Over-refusal
Когда модель отказывает на lawful-промптах (фикшн, исследование своих систем). Метрика — доля ложных отказов.
Refusal-бенчмарк
Датасет lawful краевых промптов плюс скоринг отказов. Прогон с пресетами и без показывает дельту.
Тестирование гардрейлов
Проверка своего приложения: устойчивость к инъекциям, утечки систем-промпта, PII, злоупотребление тулами. RawLine — adversarial-генератор.
Red-teaming (ИИ)
Авторизованная adversarial-оценка ИИ-систем для поиска сбоев раньше злоумышленников. Нужны scope и разрешение.
Миф no filter
Серьёзный API не бывает буквально без лимитов. Честно: меньше ложных отказов на lawful, жёсткие блоки на незаконное остаются.
Вопросы
Что такое нецензурированный ИИ API для исследований?
Один эндпоинт на frontier-модели с контролем границ отказов для lawful eval — red-team, refusal-бенчмарки, тесты гардрейлов.
С чего начать?
Прочитайте quickstart в доксах, откройте каталог моделей, затем страницу сравнения. Ключи — на запуске.
Только для обучения и исследований. Lawful use only.