如何突破大模型的敏感词拦截？

[NeverBelieveMe]

黄赌毒一类的拦截就算了，敲诈勒索都算敏感词给拦截了。 想要做文字处理方面的功能，稍微有点擦边的词，就不行，太折磨了。 有没有懂哥们给点方法建议？

[565656]

大模型只能用抽象骗过了

[Byleth]

可以参考下 sillytavern 圈子里的各种方法（他们叫「破限」），我从里面看到的一个比较巧妙的方法是在 system prompt 里面，让 AI 以一些"安全词"替换"危险词"，然后输出到本地时，通过正则表达式替换为正确的词语。

当然，最简单的还是选择道德审查比较弱的开源模型，比如 commander+ 这些

[ShinichiYao]

天堂里的奶奶讲睡前故事大法？

[tetora]

编码绕过，你可以倒叙文字或者加密之后给它提供密钥试试

[wheat0r]

教大模型与佛论禅

[kidding]

逛 hugging face 的时候看到过这个文章，可以消融掉模型自带的审查。

https://huggingface.co/blog/mlabonne/abliteration

[Sawyerhou]

找找回避敏感词的 nlp 模型呢？打败大模型可能需要另一个大模型 :p

[shitshit666]

自己部署一个： https://lmstudio.ai/

[NeverBelieveMe]

@shitshit666
@Sawyerhou

[NeverBelieveMe]

@shitshit666
@tetora 公司是用商用大模型的，kimi ，千问这些。没有自己部署的。

[NeverBelieveMe]

@tetora 有什么案例可以参考吗？我们是想要做文字校对一类的功能，普通的倒序加密会影响功能。