Blog
Sansürsüz çıkarım üzerine notlar — red-teaming, reddetme benchmark'ları ve API'yi üretimde çalıştırmak.
-
Abliterated Model Nedir?
Abliteration, reddetme yönünü modelin residual stream'inde bulur ve ağırlıklardan çıkarır — yeniden eğitim yok, prompt numarası yok.
-
Red-Teaming ve Güvenlik Araştırması için Sansürsüz Bir LLM API'si
Saldırgan modeliniz reddettiğinde hedefinizin dayanıklılığını değil, onun ihtiyatını ölçersiniz. Güvenlik hatları neden filtresiz bir uç nokta ister.
-
Tak-Çalıştır OpenAI Uyumlu API — İki Satırda Geçiş
OpenAI SDK'nızı base_url ve anahtarı değiştirip unbleep'e yönlendirin. Streaming, model katmanları, reasoning_content ve gerçekten can yakan tuzaklar.