ब्लॉग
अनसेंसर्ड इन्फ़रेंस पर नोट्स — रेड-टीमिंग, इनकार बेंचमार्क, और प्रोडक्शन में API चलाना।
-
Abliterated मॉडल क्या होता है?
Abliteration मॉडल के residual stream में इनकार की दिशा ढूँढ़कर उसे वेट्स से बाहर प्रोजेक्ट कर देती है — न रीट्रेनिंग, न प्रॉम्प्ट की चालाकी।
-
रेड-टीमिंग और सुरक्षा शोध के लिए एक अनसेंसर्ड LLM API
जब आपका अटैकर मॉडल इनकार करता है, तो आप अपने टारगेट की मज़बूती नहीं, अटैकर की सावधानी माप रहे हैं। सुरक्षा पाइपलाइनों को अनफ़िल्टर्ड एंडपॉइंट क्यों चाहिए।
-
ड्रॉप-इन OpenAI-संगत API — दो लाइनों में माइग्रेशन
base_url और कुंजी बदलकर अपना मौजूदा OpenAI SDK unbleep की ओर मोड़ें। स्ट्रीमिंग, मॉडल टियर, reasoning_content और वे गड़बड़ियाँ जो सचमुच काटती हैं।