繁中 ▾
取得 API 金鑰

如何解除 DeepSeek R1 的審查:務實選項

如果你想了解如何讓 DeepSeek R1 無審查,有四種實際途徑:繞過拒絕的提示詞、微調、消融化,或切換到已經調整過且無拒絕的模型。本文將從努力程度、成本與可靠性來比較它們。

更新

發光的掛鎖釋放資料區塊進入伺服器機架,代表無審查模型 API

重點摘要

  1. 拒絕行為來自訓練,因此無法透過單一設定關閉。
  2. 系統提示詞幫助有限且容易失效;微調和消融法會改變權重。
  3. 即使經過量化,自托管完整的 R1 仍需要數百 GB 的記憶體。
  4. 這個 API 不是 DeepSeek;它是另一個開放權重模型,針對合法成人用途提供不會因內容而拒絕的回應。

DeepSeek R1 為何一開始會拒絕

語言模型在後訓練期間學會拒絕。在大型文本語料庫上預訓練後,開發人員使用有用回答的範例和已拒絕請求的範例來訓練它,然後強化他們想要的行為。結果是一個吸收了模式的模型:當提示詞看起來像某種類型的請求時,產生拒絕。

R1 是一個推理模型,因此在回答之前也會生成思維鏈。這並不會消除拒絕行為。它通常會增加一個可見的步驟,讓模型在內部說服自己拒絕。託管服務可能會在模型之外再加上一層輸入或輸出過濾器。因此,你透過託管聊天應用程式看到的拒絕,可能來自模型、過濾器,或兩者皆有,而針對每種情況的修復方法也不同。

這對於文章的其餘部分很重要。如果阻斷機制位於權重之外,那麼無論進行多少本地微調,都無法改變託管應用程式的行為。如果它位於權重內部,你需要一種能改變權重或使用不同權重的方法。

選項 1:繞過拒絕的提示詞

最便宜的嘗試是使用設定角色、目的和輸出格式的系統提示詞。對於模型因謹慎而拒絕的邊界請求,清晰且誠實的上下文(「這是用於小說手稿」、「這是我有權執行的安全訓練練習」)有時會改變結果。

這些問題是實際的。結果每次運行都不盡相同。相同的提示詞在週一有效,但在模型更新後卻失效。長篇的角色扮演提示詞會消耗上下文,並在每次呼叫時消耗 token。此外,如果你基於提示詞技巧建構產品,等於建立在模型擁有者可以修補的東西上。將提示詞視為快速測試,而非應用程式的基礎。

選項 2:微調權重

微調在模型回答它過去拒絕的請求的範例上繼續訓練。LoRA 等方法通過訓練小型適配器矩陣而不是每個參數來降低成本。它有效,但前提是你擁有良好的數據、GPU 設置以及評估結果的耐心。

根據其公開發布資訊,完整的 R1 是一個擁有 6710 億參數的混合專家模型。即使經過量化,它仍需數百 GB 的記憶體才能運行,因此大多數進行微調的人會使用較小的蒸餾版本。這些與完整的 R1 是不同的模型,推理能力較弱。你也有損壞通用能力的風險:強烈針對拒絕進行調整,可能會讓模型在其他方面變得不精確。

選項 3:消融化

消融法是一種來自可解釋性研究的技術。研究人員發現,在許多聊天模型中,拒絕主要由模型內部激活中的一個方向介導。如果你估計該方向(通過比較模型拒絕的提示詞與它回答的提示詞的激活),你可以將其從權重中投影出去。不需要在新數據上進行梯度訓練。

這比微調便宜,且社群已發布許多開放權重模型的消融化版本。缺點是真實存在的。編輯手法較為粗糙,因此品質可能會略微下降。拒絕可能會減少而非完全消除。而且你仍需硬體來運行結果,對於 R1 這種規模的推理模型而言,這是最困難的部分。自行操作意味著下載權重、執行激活分析,並測試輸出的性能退化。

選項 4:使用已經調整過無拒絕的模型

對於大多數開發者來說,最簡單的途徑是不修改任何東西。使用為合法成人用途調整過且無內容拒絕的託管模型,並透過 API 呼叫它。你跳過了 GPU、數據和評估工作。

清楚了解那是什麼。這個 API 不是 DeepSeek 也不是 R1。它是由獨立供應商執行的單一開放權重模型,不是 DeepSeek 或其他任何廠商的官方 API,也不是跨廠商的路由器。如果你需要 R1 特定的推理風格,這將無法取代它。如果你的目標是一個不拒絕普通成人取向小說、角色扮演或坦率討論的模型,它直接涵蓋該目標。硬性限制仍然存在:禁止涉及未成年人的性內容。

它是 OpenAI 兼容的,所以遷移現有的 DeepSeek 風格整合意味著更改 Base URL、金鑰和模型名稱。

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)

並排比較

路由精力所需硬體可靠性
提示詞分鐘無低,取決於提示詞和模型版本
微調天數,加上數據具有大記憶體的 GPU如果數據良好則良好
Abliteration數小時至數天足夠的記憶體來載入模型中等,可能會降低質量
託管無審查 API分鐘無一致,單一模型

託管路線的費用為每 100 萬個輸入 token $0.15,每 100 萬個輸出 token $0.50,採按量付費。一個包含 1,000 個 token 的提示詞搭配 500 個 token 的回覆,費用為 $0.00015 加上 $0.00025,總計 $0.0004。若要比較這些費率與 DeepSeek 自身價格的明細,請見 DeepSeek API 定價 以及 DeepSeek 與 OpenAI 價格明細。

無承諾試用

新用戶在透過 Google 或電子郵件與密碼註冊後,可於 API 金鑰頁面上一鍵領取 $0.50 的試用額度。無需信用卡,該額度有效期為 7 天。試用金鑰允許 2 個並行請求和每分鐘 60 個請求,足以測試幾個當前模型會拒絕的提示詞。串流輸出、工具呼叫和 JSON 模式與任何 OpenAI 風格的客戶端運作方式相同,文件列出了所有端點。

提示詞不用於訓練。僅限合法成人用途,且禁止涉及未成年人的性內容規則不可妥協。

問答

這個 API 是沒有過濾器的 DeepSeek R1 嗎?

不是。這是由獨立供應商執行的不同開放權重模型。它不是 DeepSeek 的 API,也不是 R1 的修改版。

系統提示詞能完全解除 R1 的審查嗎?

無法可靠地做到。提示詞可以改變邊界案例,但訓練中學會的拒絕會不可預測地出現,且位於模型之外的託管過濾器不受你的提示詞影響。

用一句話解釋什麼是消融化?

它從權重中移除模型激活中發現的拒絕方向,從而在不使用新數據重新訓練的情況下減少拒絕。

這個模型會顯示像 R1 一樣的推理軌跡嗎?

不會。這是不同的模型,所以不要預期 R1 的行為。測試你的提示詞並檢查你實際獲得的回應格式。

只差一張表單,即可取得金鑰

建立帳號、複製金鑰、更改基礎 URL。這就是整個設定過程。

取得 API 金鑰閱讀文件