RU ▾
Получить API-ключ

Как убрать цензуру с DeepSeek R1: реалистичные варианты

Если вы хотите узнать, как отключить цензуру в DeepSeek R1, есть четыре реальных пути: промптинг вокруг отказов, дообучение, аблитерация или переход на модель, которая уже настроена без отказов. В этой статье мы сравниваем их по усилиям, стоимости и надёжности.

Обновлено

Открытый светящийся замок, выпускающий блоки данных в серверную стойку, символизирующий API модели без цензуры

Ключевые моменты

  1. Отказы возникают в процессе обучения, поэтому их нельзя отключить одной настройкой.
  2. Системные промпты помогают немного и часто ломаются; дообучение и аблитерация меняют веса.
  3. Самостоятельный хостинг полной R1 требует сотен гигабайт памяти даже в квантованном виде.
  4. Это API не DeepSeek; это другая модель с открытыми весами, которая отвечает без отказов по контенту для законного использования взрослыми.

Почему DeepSeek R1 отказывает изначально

Языковая модель учится отказывать во время постобучения. После предобучения на большом корпусе текстов разработчики дообучают её на примерах полезных ответов и примерах отклонённых запросов, затем закрепляют нужное поведение. В результате получается модель, усвоившая паттерн: когда промпт похож на определённый тип запроса, выдавать отказ.

R1 — это модель для рассуждений, поэтому она также пишет цепочку рассуждений перед ответом. Это не убирает поведение отказа. Часто появляется видимый шаг, где модель убеждает себя в отказе. Хостинговые сервисы могут добавить второй слой поверх: фильтр ввода или вывода вне модели. Отказы, которые вы видите через хостинговое чат-приложение, могут исходить от модели, от фильтра или от обоих. Исправление зависит от источника.

Это важно для остальной части статьи. Если механизм отказа находится вне весов, никакое локальное дообучение не изменит поведение хостингового приложения. Если он находится внутри весов, вам нужен метод, меняющий веса, или другой набор весов.

Вариант 1: промптинг вокруг отказов

Самый дешёвый вариант — системный промпт, задающий роль, цель и формат вывода. Для пограничных запросов, которые модель отклоняет из осторожности, ясный и честный контекст («это для рукописи художественного романа», «это упражнение по безопасности, которое я провожу с разрешения») иногда меняет результат.

Проблемы носят практический характер. Результаты варьируются от запуска к запуску. Один и тот же промпт работает в понедельник, но даёт сбой после обновления модели. Длинные промпты для ролевой игры расходуют контекстное окно и токены при каждом вызове API. И если вы строите продукт на трюке с промптом, вы построили его на том, что владелец модели может исправить. Относитесь к промптингу как к быстрой проверке, а не как к основе приложения.

Вариант 2: дообучение весов

Дообучение продолжает обучение на примерах, где модель отвечает на запросы, которые она раньше отклоняла. Методы вроде LoRA снижают стоимость, обучая небольшие матрицы адаптеров вместо всех параметров. Это работает, но только если у вас есть хорошие данные, GPU-инфраструктура и терпение для оценки результата.

Полная версия R1 — это модель с архитектурой mixture-of-experts, содержащая 671 миллиард параметров, согласно её публичному релизу. Даже в квантованном виде ей требуются сотни гигабайт памяти для работы, поэтому большинство тех, кто проводит дообучение, используют более мелкие дистиллированные версии. Это другие модели по сравнению с полной R1, обладающие более слабыми способностями к рассуждению. Вы также рискуете ухудшить общие способности: сильное подавление отказов может сделать модель небрежной в других задачах.

Вариант 3: аблитерация

Аблитерация — это техника, появившаяся в исследованиях интерпретируемости. Исследователи обнаружили, что во многих чат-моделях отказ опосредован в значительной степени одним направлением во внутренних активациях модели. Если вы оцените это направление (сравнивая активации на промптах, которые модель отклоняет, с промптами, на которые она отвечает), вы можете убрать его из весов проекцией. Градиентное обучение на новых данных не требуется.

Это дешевле, чем дообучение, и сообщество уже опубликовало аблитерированные версии для многих моделей с открытыми весами. Компромиссы реальны. Редактирование грубое, поэтому качество может немного снизиться. Отказы могут быть уменьшены, а не устранены полностью. И вам всё ещё требуется оборудование для запуска результата, что для модели для рассуждений размера R1 является самой сложной частью. Выполнение этого самостоятельно означает загрузку весов, запуск анализа активаций и тестирование вывода на регрессии.

Вариант 4: использование модели, которая уже настроена без отказов

Для большинства разработчиков самый простой путь — ничего не менять. Используйте размещённую модель, которая настроена без отказов по контенту для законного использования для взрослых, и вызывайте её через API. Вы пропускаете GPU, данные и работу по оценке.

Важно понимать, что это такое. Этот API — не DeepSeek и не R1. Это одна модель с открытыми весами, запускаемая независимым провайдером, а не официальный API DeepSeek или любого другого поставщика, и не роутер между поставщиками. Если вам нужен специфический стиль рассуждений R1, это его не заменит. Если ваша цель — модель, которая не блокирует обычный взрослый художественный контент, ролевые игры или откровенные обсуждения, она напрямую закрывает эту задачу. Жёсткое ограничение остаётся: запрещён контент сексуального характера с участием несовершеннолетних.

Она совместима с OpenAI, поэтому миграция существующей интеграции в стиле DeepSeek означает изменение базового URL, ключа и имени модели.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoreddeepseek.com/v1",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You are a candid co-writer for adult fiction."},
        {"role": "user", "content": "Draft a tense interrogation scene between two rival detectives."},
    ],
    temperature=0.8,
)
print(resp.choices[0].message.content)

Сравнение бок о бок

МаршрутУсилияТребуемое оборудованиеНадёжность
ПромптыМинутыНетНизкая, зависит от промпта и версии модели
ДообучениеДни, плюс данныеGPU с большой памятьюХорошая, если данные хорошие
АблитерацияЧасы или дниДостаточно памяти для загрузки моделиУмеренная, может снизить качество
Хостинговый API без цензурыМинутыНетПоследовательная, одна модель

Стоимость хостинга составляет $0,15 за 1 млн входных токенов и $0,50 за 1 млн выходных токенов при оплате по факту использования. Промпт на 1 000 токенов с ответом на 500 токенов обойдётся в $0,00015 плюс $0,00025, итого $0,0004. Для сравнения того, как эти ставки соотносятся с ценами самого DeepSeek, см. Цены на API DeepSeek и Сравнение цен DeepSeek и OpenAI.

Попробовать без обязательств

Новые пользователи могут получить $0,50 пробного баланса в один клик на странице API-ключ после входа через Google или с помощью электронной почты и пароля. Карта не требуется, а баланс действителен в течение 7 дней. Ключ пробного доступа позволяет выполнять 2 параллельных запроса и 60 запросов в минуту, чего достаточно для тестирования нескольких промптов, которые отказывается обрабатывать ваша текущая модель. Потоковая передача, вызов функций и JSON-режим работают так же, как и с любым клиентом в стиле OpenAI, а в документации перечислены все эндпоинты.

Промпты не используются для обучения. Только законное использование взрослыми, правило для несовершеннолетних не подлежит обсуждению.

Вопросы и ответы

Это API DeepSeek R1 без фильтров?

Нет. Это другая модель с открытыми весами от независимого провайдера. Это не API DeepSeek и не модифицированная копия R1.

Может ли системный промпт полностью убрать цензуру с R1?

Ненадёжно. Промпт может изменить пограничные случаи, но отказы, выученные в процессе обучения, возвращаются непредсказуемо, а размещённый фильтр вне модели не зависит от вашего промпта.

Что такое аблитерация в одном предложении?

Она удаляет направление отказа, найденное в активациях модели, из её весов, что снижает количество отказов без дообучения на новых данных.

Показывает ли эта модель цепочку рассуждений, как R1?

Нет. Это другая модель, поэтому не ожидайте поведения R1. Протестируйте свои промпты и проверьте формат ответа, который вы получаете на самом деле.

Ваш ключ — всего в одной форме

Создайте аккаунт, скопируйте ключ, измените базовый URL. Это вся настройка.

Получить API-ключЧитать документацию