Recusas
Por que a IA se recusa a responder?
A maioria das recusas vem de uma camada de moderação envolvida em torno do modelo, e não do modelo em si — um classificador que inspeciona o seu pedido, ou uma instrução oculta mandando ter cautela. É por isso que parecem arbitrárias, e por isso a mesma pergunta é recusada num produto e respondida naturalmente em outro.
As quatro camadas por que passa um pedido
O treinamento. O modelo foi ajustado para recusar certas coisas. É a camada mais profunda e a mais difícil de descrever, porque aparece como relutância e não como um corte seco.
A instrução de sistema. Ordens invisíveis colocadas antes da sua conversa, muitas vezes mandando ter cautela com temas inteiros. É dessa camada que saem os rodeios e os avisos que ninguém pediu.
Classificadores de entrada e saída. Modelos à parte que examinam o pedido e a resposta, capazes de bloquear qualquer um dos dois. É daí que vem a parada brusca no meio da frase.
A política de produto. As regras do próprio operador por cima — por isso o mesmo modelo se comporta diferente conforme quem o revende.
Por que cai em perguntas comuns
Essas camadas trabalham com padrões de superfície, não com intenção. Uma enfermeira perguntando sobre doses, um romancista escrevendo um vilão e alguém perguntando o que o próprio diagnóstico significa acionam os mesmos fios em formato de palavra-chave que o filtro foi montado para barrar.
O nokeep remove as camadas que controla: nenhuma instrução adicional mandando o modelo se resguardar, nenhum classificador nosso no caminho e nenhuma política de produto além do que a lei exige. Sobra o que o modelo aprendeu — uma lista bem mais curta do que a maioria espera.
Respondido antes de você perguntar
Modelos sem censura são menos precisos?
Não por natureza. O que muda é a disposição de tratar um assunto, não a qualidade do raciocínio. A variável maior de precisão é com qual modelo você está falando.
Posso fazer jailbreak num assistente normal?
Às vezes, e por pouco tempo. Truques de prompt são corrigidos, pioram a resposta porque gastam a atenção do modelo na fantasia em vez da pergunta, e você continua numa conta que registrou a tentativa.
Sem moderação quer dizer sem limite nenhum?
Quer dizer que nada é adicionado entre você e o motor. Limites legais continuam valendo, e o modelo mantém o próprio treinamento. A diferença é que ninguém parafusou cautela extra por cima.