Sansürsüz GLM-5.3-Flash Meşru İşleri Reddetmeyi Nasıl Durdurur

Kısaca: OrcaRouter, GLM-5.3-Flash için, 18B aktif olmak üzere 320 milyar parametreli bir uzmanlar karışımı modeli olan, silinmiş ağırlıkları iki ayrı sürümde yayınladı: 29 Ağustos 2026'da yerel block-FP8 ve 31 Ağustos'ta NVIDIA GPU'lar için bir NVFP4 derlemesi. GGUF ve MLX dönüşümleri de artık yayında. Satıcı tarafından bildirilen reddetme oranları, örneğin MaliciousInstruct için %96'dan %11'e keskin bir düşüş gösterdi, ancak sıfıra inmedi. En ilginç iddia sansürsüzleştirme değil: OrcaRouter, GLM-5.3-Flash'ın hizalamasının tek bir doğrusal reddetme yönü tarafından yönetilmediğini, bunun da Z.ai'nin güvenlik eğitimini bu tekniğin genellikle hedeflediği modellerden yapısal olarak daha derin hale getireceğini belirtiyor.

Ağırlıkların silinmesi (abliteration) rutin hale geldi. Birisi açık ağırlıklı bir model alıyor, reddetme ile ilişkili iç yönü tanımlıyor, kaldırıyor ve sonucu yüklüyor. Bu sürümlerin çoğu dikkat çekici değil ve çoğu haber ya nefessiz kalmış gibi coşkulu ya da azarlayıcı nitelikte.

Bu yazı, modelin şimdi ne söyleyeceğiyle ilgisi olmayan bir nedenle dikkatle okunmaya değer. Sürüm notları, öncü bir açık ağırlıklı modelin içinde hizalamanın nasıl temsil edildiğine dair olumsuz bir sonuç içeriyor ve yorumlanabilirlik alanındaki olumsuz sonuçlar, başka bir sansürsüz kontrol noktasından daha nadir ve daha faydalıdır.

Gerçekte ne yayınlandı

İki gün arayla iki duyuru ve o zamandan beri daha sessiz bir format dağıtımı.

OrcaRouter, GLM-5.3-Flash için sansürsüz ağırlıkları orijinal block-FP8 hassasiyetinde yayınladı, bu da temel model ile değiştirilmiş model arasında yeniden niceleme adımı olmadığı anlamına geliyor. 18B aktif olmak üzere 320 milyar parametreye sahip olup, GLM-5.3-Flash'ın ne olduğu ve GLM-5.3 ile nasıl karşılaştırıldığı yazılarımızda ele aldığımız temel modelin mimarisine uyuyor. Gönderi o zamandan beri 2 milyonun üzerinde görüntülenme aldı.

31 Ağustos 2026: NVFP4. NVIDIA'nın 4-bitlik kayan nokta formatını hedefleyen ikinci bir derleme, daha küçük ayak izi ve daha hızlı çıkarım vaat ediyor. Yaklaşık 75.000 görüntülenme, bu format sürümünün orijinalinden çok daha dar bir kitleye hitap ettiğini gösteriyor.

O zamandan beri: GGUF ve MLX. Her iki duyuru da diğer nicelleştirilmiş formatların geleceğini belirtmişti. 1 Eylül 2026'da Hugging Face organizasyonunu kontrol ettiğimizde, GLM-5.3-Flash-Uncensored-GGUF ve GLM-5.3-Flash-Uncensored-MLX'in her ikisinin de mevcut olduğunu gördük, yani llama.cpp ve Apple Silicon yolları kullanıma sunuldu. Baktığımızda bu ikisinin indirme sayısı hala sıfırdı ve NVFP4 derlemesi 5 indirmedeyken, FP8 orijinali 1.541 indirmedeydi. Dikkatler henüz eserlerde değil, duyuruda.

Bağlam için belirtmekte fayda var: bu tek seferlik bir ürün değil, bir ürün serisi. Aynı organizasyon, yalnızca FP8 derlemesinde 300.000'den fazla indirme alan Qwen3.8-27B, Qwen3.8-Flash-Next ve Gemma-4-26B'nin silinmiş derlemelerini de barındırıyor. GLM sürümü, mevcut bir kataloğun en yeni girişidir.

Ağırlıklar bir MIT lisansı taşımaktadır ve zai-org/GLM-5.3-Flash'i temel model olarak listeler. Model kartı, onu silinmiş, görme-dil, MoE ve fonksiyon çağrısı yapabilen olarak etiketler, bu sayede temel modelin çok modlu ve araç kullanım yüzeyleri de beraberinde gelir.

"LoRA yok, jailbreak istemi yok" ne anlama geliyor?

Duyurudaki ifade gerçek bir iş yapıyor ve çoğu insanın hayal ettiği iki şeyden bunu ayırdığı için açıklanmaya değer.

Bir jailbreak istemi, çıkarım zamanında bir modeli manipüle eder. Güvenlik eğitimi bozulmamıştır; siz onun etrafından dolaşarak konuşursunuz. Kırılgan bir yapıdır, yamalarla düzeltilir ve her istekte size bağlam maliyeti getirir.

Bir LoRA adaptörü, yükleme anında katmanlanan küçük bir ek ağırlık kümesidir. Temel model değişmez ve adaptör çıkarılabilir. Bu, sizin eklediğiniz bir modifikasyondur.

Abliteration (Ağırlık Silme), reddetme davranışına karşılık gelen dahili aktivasyon yönünü tanımlar ve bunu doğrudan ağırlıklardan çıkarır. Eklenecek veya çıkarılacak hiçbir şey yoktur. Reddetme davranışı çalışma zamanında bastırılmak yerine, eserden tamamen kaldırılmıştır.

Bu ayrım pratik açıdan önemlidir. Silinmiş bir modeli adaptörleri kontrol ederek veya istemleri tarayarak denetleyemezsiniz, çünkü değişiklik ağırlıklardadır. Menşeinin önemli olduğu herhangi bir ortamda açık modeller kullanıyorsanız, temel modelin soy ağacını gerçek kontrol noktasıyla karşılaştırmak artık gerçek bir tedarik zinciri sorunudur. Modellerin yapmasına izin verilenleri kısıtlamaya yönelik genel yaklaşımımız yapay zeka ajan korumalarında bulunmaktadır.

Reddetme oranları

Bunlar OrcaRouter'ın kendi bildirdiği, öncesi ve sonrası rakamlarıdır ve yazıldığı sırada bağımsız bir doğrulama mevcut değildi. Bunları satıcı tarafından bildirilen rakamlar olarak değerlendirin.

Son satırı ilk dördünden farklı okuyun. XSTest, aşırı reddetmeyi ölçer; yani modelin, yüzeysel olarak riskli bir şeye benzeyen zararsız istekleri reddetmesini. Bu, geliştiricilerin üretimde karşılaştığı hata modudur: "şifre" kelimesi geçtiği için oturum açma akışında hata ayıklamaya yardım etmeyi reddeden bir model veya kendi altyapınız için bir ağ tarayıcısı yazmayı reddeden bir model. %2,4'ten %0,4'e düşüş, meşru günlük değere sahip olan satırdır ve neredeyse hiç kimsenin alıntı yapmadığıdır.

İlk dört satır, bunu bir verimlilik aracı olmaktan çok bir araştırma eseri haline getiren satırlardır ve bu yüzden lisans ve yerel yasanızın burada normalden daha önemli olmasının nedenleridir.

Gerçekte ne kazanırsınız

Silinmiş modellerle ilgili çoğu yayın, bunların var olması gerekip gerekmediğini tartışır ve çalışan bir mühendisin neden böyle bir modele yöneleceğine hiç değinmez. Dört gerçek avantaj var ve bunlar manşet rakamlarının düşündürdüğü şeyler değil.

Hiçbir zaman zararlı olmayan işleri reddetmeyi bırakır. Bu en büyük avantajdır ve XSTest satırıdır: zararsız aşırı reddetme %2,4'ten %0,4'e düşer. Aşırı reddetme, her geliştiricinin güvenlik ayarlı modellerde zaten ödediği vergidir. "Şifre" kelimesini gördüğü için bir şifre sıfırlama akışında hata ayıklamanıza yardımcı olmayacak model. Sahip olduğunuz altyapı için bir port tarayıcı yazmayı reddeden model. Bir tehdit raporunu özetlemeyi reddeden model, çünkü rapor tehditleri açıklıyor. Bunların hiçbiri bir güvenlik kazanımı değildir; bir konuyu bir niyetteden ayırt edemeyen bir modeldir ve bunun bedelini yeniden denemeler, yeniden ifade edilmiş istemler ve terk edilmiş görevlerle ödersiniz. Bu oranı altı kat azaltmak, haftanızda ortaya çıkması en muhtemel avantajdır.

İstek başına vergi yok ve bozulacak bir şey yok. İnsanların bugün gerçekten kullandığı alternatif, reddetme etrafında istem mühendisliğidir. Bu, her çağrıda bağlam maliyeti yaratır, tutarsız sonuçlar üretir ve sağlayıcı tarafından yamalandığında çalışmayı durdurur. Ağırlık düzeyindeki modifikasyonların bu özelliklerin hiçbiri yoktur. Davranış, eserin bir özelliğidir, bu nedenle istekler arasında sabittir ve bir Salı günü sessizce değişmez.

Açık ağırlıklar, dağıtımın size ait olduğu anlamına gelir. MIT lisanslı, kendi kendine barındırılabilir ve kesin bir kontrol noktasına sabitlenebilir. İstemleriniz ve belgeleriniz bir satıcıdan geçmek yerine kendi altyapınızda kalır. Bir sağlayıcının çeyrek ortasında filtrelerini sıkılaştırması ve gönderdiğiniz bir iş akışını bozması riskine maruz kalmazsınız. Düzenlenmiş ortamlar için bu kontrol genellikle ana noktadır ve aynı argüman değiştirilmemiş ağırlıklar için de geçerlidir, bu yüzden GLM-5.3 açık ağırlıklarını kendi kendine barındırma konulu yazımızı yazdık.

Yetenek yüzeyi hayatta kalır. Model kartı hala görme-dil ve fonksiyon çağrısını listeliyor, bu nedenle bu yalnızca metin tabanlı, sadeleştirilmiş bir derleme değildir. Temel modelin çok modlu ve araç kullanım yolları da beraberinde gelir, bu da onu sohbetten ziyade ajan tabanlı herhangi bir şey için kullanmayı planlıyorsanız önemlidir.

Şimdi tüm bunların dürüst sınırı. Bu avantajların hiçbiri yetenek iyileştirmesi değildir. Abliteration bir davranışsal düzenlemedir, bu teknik üzerine yayınlanan çalışmalar genellikle belirli bir kalite maliyeti bulur ve hiçbir duyuru mantık yürütme, kodlama veya görme performansının değişip değişmediğini bildirmemiştir. Ölçülen bir reddetme azalmasını, ölçülmemiş bir bozulma riskiyle takas ediyorsunuz. Ve temel modelin yaptığı her filtreleme kararı artık size ait, bu da tasarruf edilen bir maliyetten ziyade gerçek bir personel ve izleme maliyetidir.

Aslında ilginç olan kısım

Duyurunun sonunda, okunmaya değer bir bulgu gizli.

Reddetme oranı homojen olarak sıfıra inmiyor. Dört zarar kıyaslamasında %0-2 aralığında değil, %11 ila %18 arasında kalıyor. OrcaRouter'ın belirttiği yorum, GLM-5.3-Flash'ın hizalamasının bir kısmının tek bir doğrusal reddetme yönü tarafından yönetilmediği ve Z.ai'nin bu tekniğin genellikle karşılaştığından çok daha derin bir reddetme mekanizması inşa etmiş olabileceğidir.

Bu, modelin iç yapısıyla ilgili bir iddiadır ve eğer doğruysa, sürümün kendisinden daha önemlidir.

Ağırlık silme (abliteration) için standart zihinsel model, reddetmenin aktivasyon alanında büyük ölçüde tek bir yön olduğu şeklindedir. Onu bulun, kaldırın ve davranış çöker. Yeterince modelde yeterince iyi çalıştı ki insanlar bunu kesinleşmiş kabul ediyor. Bu prosedürün sizi %96'dan %11'e indirdiği ancak orada durduğu bir model, en azından bu model için, zihinsel modelin eksik olduğunun ve bazı hizalamanın tekniğin ulaşamadığı bir biçimde hayatta kaldığının kanıtıdır.

İki dürüst uyarı. Birincisi, bu bir laboratuvarın kendi sonucunu yorumlamasıdır ve alternatif açıklama basitçe uygulamalarının performansı yetersiz bıraktığıdır. İkincisi, kalan %11 ila %18'lik bir reddetme oranı, kimsenin güvenmesi gereken bir güvenlik özelliği değildir. Zararlı isteklerin %15'ini reddeden bir model güvenli bir model değildir; güvenilmez bir modeldir.

Yine de, "tekniğimiz bir tabana ulaştı ve bunun nedeninin mimari olduğunu düşünüyoruz" ifadesi, laboratuvarların genellikle bir lansman gönderisinde bırakmadığı türden bir şeydir. OrcaRouter'ın sürümü sadece bir yetenek düşüşü olarak değil, hizalamanın nasıl temsil edildiğini incelemek için bir eser olarak çerçevelemesi, bu çalışmanın yayınlanma şeklinin daha iyi bir versiyonudur.

Kontrol etmeye değer iddialar

İlgili tartışmada iki şey şüpheciliği hak ediyor ve bunları işaretlemek sürümü kötülemek değildir.

"Claude Opus 4.8 seviyesinde zeka." Bir sonraki gönderide, sürümün savunucuları bu seviyede zeka ile donattığı belirtildi. İddiaya hiçbir kıyaslama eşlik etmedi ve bu, mevcut Opus nesli olmayan bir model sürümüyle yapılan bir karşılaştırma. Bunu pazarlama olarak kabul edin. Yetenek eşitliği kullanım durumunuz için önemliyse, kendi değerlendirmenizi yapın.

Yetenek vekilisi olarak reddetme oranları. Düşük reddetme, yüksek yetenek demek değildir. Ağırlık silme (abliteration) davranışsal bir düzenlemedir ve teknik üzerine yayınlanan çalışmalar genellikle genel performansta bir miktar bozulma maliyeti bulur. Her iki duyuruda da mantık yürütme, kodlama veya görme performansının temel modele göre değişip değişmediği ele alınmamıştır ve bu, çoğu okuyucunun aslında isteyeceği bir rakamdır. Değiştirilmemiş modelin kıyaslama ve fiyatlandırma kapsamımız GLM-5.3-Flash fiyatlandırmasında ve GLM-5.3-Flash API kılavuzunda bulunmaktadır.

Çalıştırmak ve donanım gerçeği

320 milyar parametre, 18 milyar aktif olsa bile bir dizüstü bilgisayar modeli değildir. Şu anda mevcut olan formatlar, kimlerin onu gerçekçi bir şekilde çalıştırabileceğini şekillendiriyor:

• Block-FP8, orijinal sürüm, veri merkezi GPU'larını hedefler ve referans eserdir.
• NVFP4, NVIDIA donanımında hassasiyeti ayak iziyle takas eder, bu da tek düğümlü bir dağıtım için pratik bir yoldur.
• GGUF, llama.cpp yolunu açar; bu, nicelleştirmenin üst düzey iş istasyonları için yeterince agresif hale geldiği yerdir.
• MLX, Apple Silicon'u hedefler, bu boyutta bir model için çok büyük bir birleşik bellek yapılandırması anlamına gelir.

Barındırılan bir uç noktayı çağırmak yerine kendi kendine barındırıyorsanız, temel model için rehberlerimiz doğrudan geçerlidir: GLM-5.3-Flash'ı yerel olarak çalıştırma ve GLM-5.3 açık ağırlıklarını kendi kendine barındırma. Bu kategori hakkında daha geniş bir bağlam için, sansürsüz LLM'lere genel bir bakış ve kısıtlamasız LLM'lere bir göz atma yazılarımızı sürdürüyoruz ve DeepSeek R1 silinmiş sürümü en yakın önceki karşılaştırmadır.

Bunu değerlendirmek bir API test sorunudur

İşte pratik kısım ve bu, çoğu haberin tamamen atladığı kısım.

Böyle bir modelle meşru bir çalışma yapıyorsanız – yani güvenlik araştırması, kırmızı ve mavi takım egzersizleri veya kendi filtrelerinizin ne yakaladığının savunmacı bir değerlendirmesi – o zaman asıl iş, bir uç noktaya karşı büyük, tekrarlanabilir bir istekler dizisi çalıştırmak ve geri dönenler üzerinde iddialarda bulunmaktır. Bu bir API testidir. Yanıt gövdesinde model çıktısı bulunuyor diye yeni bir disiplin değildir.

Karşılaşacağınız özel sorunlar:

• Birkaç hedefe karşı aynı test setine ihtiyacınız var. FP8'e karşı NVFP4'e karşı GGUF'a karşı değiştirilmemiş temel modele karşı barındırılan bir uç nokta. Aynı istekler, farklı temel URL'ler, karşılaştırabileceğiniz sonuçlar. Bundan daha azı, davranış değişikliğini örneklemeye değil, nicelleştirmeye atfettiğiniz anlamına gelir.
• Gözlerle değil, doğrulamalara ihtiyacınız var. Bir reddetme oranı, yüzlerce istem üzerindeki bir yüzdedir. Transkriptleri okumak ölçeklenmez ve tekrar edilemez.
• Gelecek ay tekrar çalıştırmanız gerekiyor. Ağırlıklar güncellenir, nicellemeler yeniden yayınlanır ve bir kez ölçtüğünüz bir sayı daha sonra alıntı yapabileceğiniz bir sayı değildir. Regresyon testleri asıl meseledir.
• Deterministik olmama en zor kısımdır. Aynı istem farklı tamamlama sonuçları verir. Doğrulamalarınızın dize eşitliği yerine yanıtın sınıflandırmasını kontrol etmesi gerekir ve oran bir anlam ifade etmesi için test setinizin yeterli örnek içermesi gerekir. Bu sorunu doğrudan deterministik olmayan yapay zeka ajanlarını test etme yazımızda ele aldık.
• Araç çağrıları kendi kontrollerine ihtiyaç duyar. Model kartı fonksiyon çağrısını listeler ve reddetmesi gereken araçları çağıracak bir ağırlıkları silinmiş model, sadece metin üreten bir modelden farklı bir risk yüzeyi sunar. Bu, bir güvenlik sorunundan önce bir şema ve sözleşme sorunudur.

Bir API platformunun tam olarak ne işe yaradığı budur. Apidog'da uç noktayı bir kez tanımlarsınız, istem paketini kaydedilmiş bir koleksiyon olarak tutarsınız, yanıt alanları üzerinde doğrulamalar yaparsınız, sağlayıcılar veya nicelemeler arasında temel URL'yi ortam değişkenleri aracılığıyla değiştirirsiniz ve tüm bunları CI'da çalıştırırsınız, böylece sayılar anekdot olmaktan ziyade tekrarlanabilir olur. Değiştirilmemiş modele karşı mekanizmaları GLM-5.3-Flash API'sini Apidog ile test etme yazımızda anlattık ve aynı kurulum herhangi bir OpenAI uyumlu uç noktaya işaret eder.

Genel prensip bu modelin çok ötesinde geçerlidir: model davranışı ölçmeniz ve savunmanız gereken bir şey haline geldiğinde, diğer herhangi bir API sözleşmesi için uygulayacağınız disiplinin aynısına ihtiyacınız vardır. Değerlendirmeniz şu anda başka kimsenin yeniden çalıştıramayacağı bir not defterinde yaşıyorsa Apidog'u indirin. İlgili: üretim yapay zeka ajanı güvenilirliği.

Kırmızı ekip çalışması terminal değil, denetim izi gerektirir

İkinci pratik sorun organizasyoneldir ve bu tür işler için isteğe bağlı değildir.

Ağırlık silinmiş bir modele karşı zararlı istem kıyaslamaları çalıştırmak, tam da gerçekleşmeden önce onaylanması ve sonrasında atfedilebilir olması gereken bir faaliyettir. Kim çalıştırdı. Hangi kontrol noktasına karşı. Kimin onayıyla. Hangi kapsamda. Eğer bu kayıt bir araştırmacının kabuk geçmişinde yaşıyorsa, bir araştırma programınız yok, bir yükümlülüğünüz var demektir.

Sharkly, oturumu atlatması gereken işler için inşa edilmiştir ve bu kullanım durumu olağanüstü iyi uyum sağlar:

• Backlog'daki bir görev bir çalışmayı başlatmaz. Hassas değerlendirmeler, herhangi bir şey yürütülmeden önce hazırlanır, kapsamı belirlenir ve onaylanır. Bu geçit, burada tek en değerli özelliktir.
• Görev kayıttır, istem değil. İlerleme, araç çağrıları ve sonuçlar geri akış yapar ve ajanın çıktısı yanıt verebileceğiniz yorumlar olarak saklanır. Altı ay sonra neyin neden çalıştırıldığına dair bir yanıt olur.
• Bir Ekip, bir lider ajan artı diğer ajanlar ve kişilerden oluşur ve lider öncelikli çalışır. Bir gözden geçirenin döngüde olduğu kırmızı ekip çalışması istisna değil, normal bir şekildedir.
• Yürütme kendi donanımınızladır. Dizüstü bilgisayarınız, bir sunucu veya bir kapsayıcı olabilen bir Bilgisayar bağlarsınız ve Sharkly, üzerinde zaten yüklü olan Çalışma Zamanını (Runtime) kullanır. 320B'lik bir model için bu somut olarak önemlidir: ağırlıklar belirli bir GPU kutusunda yaşar ve hassas bir değerlendirmeyi hangi makinenin çalıştırdığı konusunda açık olmak bir kontroldür, ek yük değil.
• Bir ekibin zaten anladığı yapı: Jira senkronizasyonu ile alanlar, projeler, sprintler ve görevler.

Sansürsüz bir model bir araştırma aracıdır. Kayıt tutulmadan kullanılan araştırma araçları, kuruluşların ne olduğunu açıklayamamasına neden olur.

Yasal ve güvenlik gerçekliği

Kısa ve açıkça belirtmeye değer.

Ağırlıklar üzerindeki MIT lisansı ağırlıkları yönetir. Çıktıyla yasa dışı şeyler yapmanıza izin vermez ve sorumluluğu sizden devretmez. Yerel yasalar, işvereninizin politikası ve altında faaliyet gösterdiğiniz herhangi bir platformun şartları hala geçerlidir ve hiçbiri modelin reddetmemesiyle ilgilenmez.

Makul kullanımlar, sürümün adlandırdığı kullanımlardır: güvenlik araştırması, yorumlanabilirlik çalışmaları, kırmızı ve mavi takım egzersizleri ve reddetme mekanizması çalışmaları. XSTest'in aşırı reddetmeyi iyileştirmesi, sıradan güvenlik mühendisliğinde yardımcı olmayan bir modelin gerçek sorun olduğu ekipler için meşru bir günlük argümandır.

Herhangi bir modeli son kullanıcılara dağıtıyorsanız, sansürsüz bir kontrol noktası tüm filtreleme yükünü kendi yığınınızın üzerine taşır. Bu, yapılandırma bayrağı değil, personel ve izleme etkileri olan bir tasarım kararıdır.

Sıkça Sorulan Sorular

GLM-5.3-Flash-Uncensored, GLM-5.3-Flash ile aynı model mi? Aynı mimari ve aynı temel ağırlıklar, 18B aktif olmak üzere 320 milyar parametre, reddetme davranışı düzenlenmiş. Temel model kapsamı GLM-5.3-Flash'ın ne olduğu yazısında.

Değerlendirme sayıları bağımsız olarak doğrulandı mı? Hayır. Duyurudaki her rakam OrcaRouter'ın kendi bildirdiği sonuçtur ve bunu yazdığımızda üçüncü taraf bir doğrulama mevcut değildi. Adı geçen kıyaslamalar gerçek ve halka açıktır, bu nedenle donanımınız varsa doğrulama mümkündür.

Hangi formatı kullanmalıyım? FP8 referans eserdir ve değerlendirmelerin yapıldığı formattır. NVFP4, pratik tek düğümlü NVIDIA yoludur. GGUF ve MLX artık mevcuttur ve iş istasyonu ve Apple Silicon kurulumları için yoldur. Nicelleştirme ile davranışın değişmesini bekleyin, bu tam da neden bir ruh hali kontrolünden ziyade tekrarlanabilir bir test setine ihtiyacınız olduğunun nedenidir.

Ağırlık silme (abliteration) genel performansı düşürür mü? Teknik üzerine yayınlanan çalışmalar genellikle bir miktar bozulma bulur ve bu duyuruların hiçbiri bu model için bunu ele almaz. Yetenek sizin için önemliyse, eşitlik varsayımı yerine temel modele karşı kendiniz kıyaslayın.

Reddetme neden sıfır yerine %11 ila %18'de durdu? Bu, açık bir sorudur ve sürümdeki en ilginç şeydir. OrcaRouter'ın belirttiği görüş, hizalamanın bir kısmının tek bir doğrusal reddetme yönü tarafından taşınmadığıdır. Rakip açıklama ise eksik bir uygulamadır. Her iki durumda da, kalan oranı bir güvenlik özelliği olarak görmeyin.

Bunu ticari olarak kullanabilir miyim? Ağırlıklar MIT lisanslıdır, bu da izin vericidir. Bu bir lisans cevabıdır, belirli dağıtımınız için yasal veya politika cevabı değildir. Özellikle çıktı son kullanıcılara ulaşıyorsa yasal ekibinize danışın.

Özetliyor

Üç günde iki format sürümü, ilkinde 2 milyon görüntülenme ve arkasında bir silinmiş modeller kataloğu. Sansürsüzleştirme bu noktada rutin bir işlem.

Saklamaya değer kısım olumsuz sonuçtur. Çoğu açık modelde reddetmeyi güvenilir bir şekilde çökerten bir teknik, GLM-5.3-Flash'ı %96'dan %11'e indirdi ve durdu; bunu yapan laboratuvar da bunu yuvarlamak yerine açıkça belirtti. Eğer bu bağımsız doğrulama altında geçerliliğini korursa, Z.ai'nin bu modeli nasıl eğittiği hakkında gerçek bir şeyler söyler ve bu, kontrol noktasından daha iyi bir katkıdır.

Bununla çalışacaksanız, sıkıcı kısımları doğru yapın. Davranışı, herhangi bir uç noktaya yöneltebileceğiniz ve gelecek ay yeniden çalıştırabileceğiniz tekrarlanabilir bir istek paketiyle ölçün; Apidog bunun içindir. Kimlerin neyi hangi ağırlıklara karşı çalıştırdığının ve kimin onayladığının kaydını tutun; Sharkly bunun içindir.

Sansürsüz bir model, neyi çalıştırdığınızı bilme yükümlülüğünü kaldırmaz. Aksine artırır.