Model Abliterasi Besar
Model penalaran terabliterasi yang lebih besar dengan jendela konteks token 1M, teks masuk dan teks keluar.
Abliterated Model API memberi Anda akses terprogram ke Abliterated Model, Abliterated Model Large, dan Abliterated Model Large V2 melalui satu kunci API Muapi. Setiap titik akhir mengambil isi permintaan yang sama: prompt, system_prompt opsional, max_tokens, dan image_url pada model berkemampuan vision.Model yang terabliterasi adalah model bahasa yang dimodifikasi untuk mengurangi perilaku penolakan bawaannya. Abliterasi dan teknik terkait (obliterasi, derestriction) menurunkan frekuensi model menolak permintaan; mereka tidak menjamin keluaran tidak dibatasi, menghapus setiap batasan, atau mengubah kebijakan penggunaan Muapi yang dapat diterima. Anda tetap bertanggung jawab atas cara Anda menggunakan hasilnya.
Model penalaran terabliterasi yang lebih besar dengan jendela konteks token 1M, teks masuk dan teks keluar.
Revisi kedua dari model penalaran besar yang dihapuskan, dengan jendela konteks token 1 juta dan masukan hanya teks.
Model penalaran yang dihapuskan untuk tujuan umum dengan jendela konteks token 262K dan input gambar opsional.
Halaman ini mencakup Abliterated Model, Abliterated Model Large dan Abliterated Model Large V2 di Muapi. Model penalaran yang dihapuskan untuk tujuan umum dengan jendela konteks token 262K dan input gambar opsional. Model penalaran terabliterasi yang lebih besar dengan jendela konteks token 1M, teks masuk dan teks keluar. Revisi kedua dari model penalaran besar yang dihapuskan, dengan jendela konteks token 1 juta dan masukan hanya teks.
Kirimkan perintah, opsional dengan system_prompt untuk mengatur persona dan nada serta image_url pada model berkemampuan vision, dan jajak pendapat untuk teks yang dihasilkan. Penggunaan yang umum mencakup penulisan kreatif, penelitian tim merah dan keselamatan, evaluasi terhadap model dasar yang tidak dimodifikasi, dan penerapan di mana penolakan model dasar menghalangi pekerjaan yang sah. Model yang terabliterasi adalah model bahasa yang dimodifikasi untuk mengurangi perilaku penolakan bawaannya. Abliterasi dan teknik terkait (obliterasi, derestriction) menurunkan frekuensi model menolak permintaan; mereka tidak menjamin keluaran tidak dibatasi, menghapus setiap batasan, atau mengubah kebijakan penggunaan Muapi yang dapat diterima. Anda tetap bertanggung jawab atas cara Anda menggunakan hasilnya.
Setiap titik akhir menerima isi permintaan yang sama dan mengembalikan teks melalui titik akhir hasil bersama, sehingga peralihan model adalah perubahan satu baris.
Abliterasi dan teknik terkait menurunkan frekuensi model menolak permintaan. Perilaku bervariasi berdasarkan model dan perintah, dan bukan merupakan jaminan.
Tetapkan system_prompt untuk mengarahkan persona, nada, dan format keluaran untuk pekerjaan kreatif, analitis, atau evaluasi.
Penagihan mengikuti jumlah token setiap panggilan kembali. Tidak ada langganan dan tidak ada model hosting yang harus dikelola.
Berikan image_url ke Model Abliterasi.
Berkurangnya penolakan bukan berarti tidak ada aturan. Kebijakan penggunaan yang dapat diterima Muapi dan hukum yang berlaku masih berlaku pada apa yang Anda hasilkan.
| Titik akhir | Masukan | Keluaran | Harga | Terbaik Untuk |
|---|---|---|---|---|
Ditagih per token dari penggunaan setiap panggilan kembali; harga adalah per juta token input dan output.
Kirimkan permintaan JSON dengan kunci API Muapi Anda, simpan ID permintaan, dan lakukan polling pada titik akhir hasil yang dibagikan.
Panggil model yang dihapuskan dengan system_prompt prompt dan opsional, image_url.
Panggil abliterated-model-large dengan system_prompt prompt dan opsional.
Panggil abliterated-model-large-v2 dengan prompt dan opsional system_prompt.
Lakukan polling pada titik akhir hasil yang dibagikan hingga tugas selesai, lalu baca teks yang dihasilkan dari output.
Model bahasa yang terabliterasi adalah model yang perilaku penolakannya telah dikurangi dengan mengedit arah internal yang mendorong penolakan, biasanya tanpa pelatihan ulang dari awal. Istilah terkait seperti dilenyapkan dan dibatasi menggambarkan teknik serupa. Hasilnya cenderung menolak permintaan lebih sedikit dibandingkan model aslinya, namun hal tersebut bukan merupakan jaminan dan kualitas dapat berbeda dari model dasar.
Model Abliterasi, Model Besar Abliterasi, dan Model Besar Abliterasi V2. Masing-masing adalah titik akhir terpisah dengan nama modelnya sendiri di URL.
Penagihan adalah per token, dipotong setelah setiap panggilan dari jumlah yang dikembalikan model. Tarif mulai dari $2,00 per juta token masukan; lihat tabel harga untuk setiap model.
Tidak. Berkurangnya penolakan tidak berarti keluaran tidak dibatasi, dan pengetahuan serta kualitas masing-masing model tetap mengikat jawabannya. Anda bertanggung jawab atas cara Anda menggunakan hasilnya, dan permintaan yang melanggar kebijakan penggunaan Muapi yang dapat diterima atau hukum tidak diizinkan.
Ya pada Model Abliterated: tambahkan image_url di sebelah prompt Anda. Yang lainnya hanya berupa teks.
POST ke /api/v1/<model-name> mengembalikan request_id. Lakukan polling /api/v1/predictions/{request_id}/result hingga status selesai, lalu baca teks dari output.
Buat satu kunci API Muapi dan panggil setiap model di halaman ini dengan permintaan REST biasa.