Multiverse Computing випустила GLM 5.1 Uncensored і Qwen 3.6 27B Uncensored без політичних обмежень: на IFBench Qwen втрачає 3,46 пункта, а GLM на TerminalBench 4 пункти.

Самі втрати невеликі, але всі цифри походять від самої компанії. Тому білдеру варто дивитися, на яких саме задачах моделі просіли.

Що саме зробила Multiverse Computing?

Multiverse Computing, за даними компанії, знайшла ваги, відповідальні за обмеження на політично чутливі теми, і прибрала їх. Цензуру на шкідливий контент залишили.

Компанія підкреслює, що зміна сидить на рівні ваг, а не в промпті чи системному фільтрі, який користувач міг би обійти. Обидві моделі доступні для приватного розгортання і через CompactifAI API. Результат вимірювали внутрішнім бенчмарком цензури, який збирали з jailbreak-прикладів, чутливих запитів і китайських політичних тем. Незалежної перевірки в джерелах немає.

Скільки точності втрачають моделі?

GLM 5.1 Uncensored на більшості задач (MMLU-Pro, LCR, SciCode, τ²-bench) лишається в межах від одного до трьох пунктів від оригіналу. Вона випереджає його на LiveCodeBench: 30,16 проти 25,60.

Найгірше вона тримається на TerminalBench: 38,00 проти 42,00. Qwen 3.6 27B Uncensored на більшості тестів не поступається оригіналу, зокрема на τ²-bench (94,44 проти 93,57). Просідає вона на IFBench (55,07 проти 58,53) і LiveCodeBench (79,47 проти 82,01).

Чим це відрізняється від інших підходів?

Інші підходи описує Rest of World. Стартап Hirundo редагує ваги відкритих моделей. Lazarus AI виявила заборонені теми за витоком інструкцій цензури, згенерувала промпти й використала відповіді Gemini Flash для реалайнменту Qwen.

Колишній головний науковець Lazarus AI Ерік Гартфорд розповів, що після цього моделі називали імена прихильників демократії, яких не було в матеріалах для донавчання. Він робить висновок, що модель знала це раніше, а цензура лише придушувала відповідь.

Засновник Hirundo Бен Луріа стверджує, що поширені інструменти «аблітерації» (видалення механізмів відмови) часто неефективні, а частина цензури в моделях лишається. Але він продає власний метод, тож це слова зацікавленої сторони. Дослідниця King's College London Оріан Пітер наголошує, що «універсально безпечної» моделі не існує: будь-яку модель треба адаптувати до контексту, де вона працює.

Чи зникають разом із цензурою ризики в коді?

Жодне джерело цього не стверджує. Аналіз CrowdStrike для DeepSeek R1 показав, що запити на політично чутливі теми отримували код із «серйозними вразливостями» до 50% частіше. Інше дослідження виявило, що китайські моделі пишуть менш безпечний код, якщо користувач назвався представником уряду США. Чи змінює зняття цензури цю поведінку, невідомо, і це треба перевіряти окремо.

Що це означає для України?

Жодне джерело не називає Україну, тож офіційно доступність в Україні не вказана. Ціни немає в джерелах, тому гривневий перерахунок неможливий. AiiN оплату українською карткою не перевіряв.

Що робити зараз