IA sans restriction : Évitez ces 8 erreurs courantes

Erreur 1 : Ignorer la fenêtre de contexte de 100k jetons

Réponse : Vous devez gérer la fenêtre de contexte de 100,000 tokens pour éviter les erreurs et optimiser la latence.

De nombreux développeurs supposent que la fenêtre de contexte est infinie ou concerne uniquement la longueur de l'entrée. Ce n'est pas le cas. La limite s'applique à la somme de vos tokens de prompt plus les tokens de complétion. Si vous envoyez un journal d'historique massif, il ne vous restera peut-être que 20 000 tokens pour que le modèle puisse parler. Lorsque vous dépassez cette limite, l'API renvoie une erreur immédiatement. N'envoyez pas de métadonnées inutiles. Supprimez les espaces. Compressez l'historique. Cela garde vos requêtes légères et vous assure de rester dans la limite de 100 000 tokens sans atteindre brusquement des limites strictes.

Erreur 2 : Supposer que 'Non censuré' signifie sans limites

Réponse : Sans censure ne signifie pas infini ; un filtre strict pour le contenu sexuel concernant les mineurs reste actif.

Le terme "uncensored" dans notre contexte signifie que le modèle ne refusera pas les thèmes adultes légaux, les sujets controversés ou la fiction créative basés sur les filtres de politesse typiques. Cependant, il existe une limite de contenu stricte qui s'applique toujours : les requêtes impliquant du contenu sexuel avec des mineurs sont refusées. C'est non négociable. Si vous envoyez une invite décrivant ce scénario spécifique, vous obtiendrez un refus. Ne supposez pas que toutes les limites ont disparu. Comprenez que le modèle est ajusté pour la liberté, et non pour supprimer chaque contrainte de sécurité existante.

Erreur 3 : Oublier de définir le nombre maximal de tokens

Réponse : Définissez max_tokens pour contrôler la longueur de la réponse et éviter le gaspillage de crédit.

Si vous ne définissez pas le max_tokens paramètre, la valeur par défaut est de 2 048 tokens. Cela peut être trop court pour un raisonnement complexe ou trop long pour des réponses simples si vous souhaitez réellement une réponse plus longue. Plus important encore, l'omettre peut entraîner une facturation imprévisible si le modèle décide de divaguer. Vous payez ce que vous utilisez. Définir une borne supérieure raisonnable protège votre solde prépayé contre les boucles de génération incontrôlées. Définissez explicitement la longueur de votre sortie. Cela garantit un comportement cohérent entre les différentes requêtes et maintient vos coûts prévisibles.

Erreur 4 : Mauvaise utilisation de l'ID de modèle

Réponse : Utilisez exactement la chaîne "uncensored" comme identifiant de modèle dans toutes les requêtes.

Ne devinez pas l'ID du modèle. N'utilisez pas "gpt-4", "claude-3" ou "dolphin-mixtral". Notre API sert un seul modèle open-weights ajusté pour des sorties sans restriction. Vous devez envoyer "uncensored" dans le model field of your JSON payload. If you use a wrong ID, you will get a 404 error or a generic model not found response. This is not a routing service. There is no model selection. There is only one model. Use the correct ID to ensure you get the uncensored behavior you paid for.

Erreur 5 : Ne pas gérer correctement les chunks en streaming

Réponse : Analysez soigneusement le dernier chunk pour extraire des statistiques d'utilisation des tokens précises.

Lorsque vous activez le streaming, l'API envoie plusieurs blocs. La plupart des blocs ne contiennent que du contenu. Le dernier bloc contient les données d'utilisation. Si vous arrêtez d'écouter trop tôt ou si vous ne vérifiez pas le dernier bloc, vous ne saurez pas combien de tokens vous avez réellement consommés. Cela entraîne des écarts de facturation. Lisez toujours jusqu'à la fin du flux. Analysez le usage objet dans le dernier delta. Cela garantit que vos journaux internes correspondent exactement à notre facturation. Ne devinez pas l'utilisation basée sur le nombre de caractères. Les jetons ne sont pas des caractères. Utilisez les nombres signalés par l'API.

Erreur 6 : Supposer que tous les clients prennent en charge les outils

Réponse : Vérifiez que votre bibliothèque client prend en charge l'appel de fonctions et le mode JSON avant de les activer.

Notre API prend en charge les outils, tool_choice et le mode JSON. Cependant, tous les clients génériques compatibles OpenAI ne gèrent pas correctement ces paramètres. Si vous utilisez un wrapper HTTP léger, vous pourriez envoyer le tools tableau mais ne parsez pas les réponses d'appel de fonction. Cela rompt le flux de travail. Testez toujours votre client spécifique avec un appel de fonction simple. Assurez-vous qu'il peut gérer le paramètre tool_choice. Si votre client est trop ancien, il pourrait ignorer ces champs silencieusement. Vérifiez la version de votre client. Mettez à jour si nécessaire.

Erreur 7 : Négliger le cycle de paiement crypto

Erreur 8 : Confondre notre modèle avec GPT ou Claude

Réponse : Notre modèle est un modèle open-weight, et non GPT, Claude ou tout autre modèle d'un autre fournisseur.

Nous ne sommes pas un proxy. Nous n’acheminons pas vos requêtes vers OpenAI ou Anthropic. Nous exécutons notre propre grand modèle de langage sans filtre sur nos propres serveurs. Cela signifie que les caractéristiques de performance, les particularités et le style sont uniques à notre modèle. Ne vous attendez pas à une sortie identique à celle de GPT-4. Ne supposez pas que le même réglage de température fonctionne exactement de la même manière. Ajustez vos paramètres pour notre modèle spécifique. Lisez notre documentation pour les paramètres recommandés. Notre modèle est ajusté pour une sortie non restreinte, ce qui peut différer des défauts polis des modèles commerciaux. Respectez l’unicité de notre architecture.

Erreur 9 : Ignorer le filtre de contenu pour les mineurs

Réponse : Le filtre de contenu pour mineurs est strict et toujours actif, indépendamment du statut sans censure.

Bien que notre modèle soit sans censure, il refusera les requêtes impliquant du contenu sexuel avec des mineurs. C'est une limite stricte. Ce n'est pas une préférence souple. Si votre prompt décrit ce scénario, vous obtiendrez un refus. Cela s'applique à tous les utilisateurs. Il n'y a pas d'exception. Ne supposez pas que « sans censure » signifie « tout est permis ». Le filtre sur les mineurs est une contrainte de base. Gardez cela à l'esprit lors de la conception de votre structure de prompt. Si vous générez du contenu diversifié, assurez-vous que vos filtres sont suffisamment spécifiques pour éviter ce blocage strict tout en autorisant le contenu pour adultes.