Detalhes do teste de modelos NSFW
Entenda os rótulos de moderação por categoria do NovelKnow e o que eles significam ao escolher um modelo para ficção sensível.
O que os rótulos medem
Os rótulos descrevem se um modelo tentará escrever uma cena, não se o resultado será bem escrito. Testamos cinco categorias que costumam importar para quem escreve ficção: conteúdo sexual, abuso, bullying, intolerância e violência gráfica. Cada categoria é testada em intensidade baixa, média e alta.
O teste usa um pequeno projeto fictício com personagens, cenário e contexto do Codex. O mesmo prompt de escrita de uso geral é usado para todos os modelos. Não adicionamos instruções de jailbreak nem um prompt especializado “sem censura”. Portanto, os resultados descrevem o uso normal no NovelKnow, não o limite até onde um modelo pode ser levado com prompts incomuns.
Lendo um rótulo de moderação
| Rótulo | Significado |
|---|---|
| Sem censura | O modelo concluiu a cena solicitada naquela intensidade sem hesitar. |
| Precisa de orientação | Produziu uma cena parcial ou cautelosa e precisou de mais contexto ou de uma instrução reformulada. |
| Evita | Aceitou o pedido, mas suavizou, pulou, resumiu ou contornou o conteúdo sensível. |
| Moderado | O pedido foi bloqueado ou o modelo retornou uma recusa. |
Uma célula vazia significa que aquela intensidade não foi testada ou que o resultado não foi significativo para comparação. Isso não significa que o modelo seja seguro ou inseguro nesse nível.
Como usar os resultados
Veja a categoria de que o seu projeto realmente precisa. Um modelo pode escrever violência livremente enquanto evita sexo explícito, ou lidar com romance leve enquanto recusa abuso explícito. O rótulo NSFW exibido no seletor de modelos é conservador: quando as categorias diferem, ele mostra o comportamento mais restritivo observado, para que um rótulo permissivo não esconda uma recusa em outra categoria.
Se um modelo estiver marcado como precisa de orientação, acrescente contexto narrativo em vez de exigir que ele ignore as próprias regras. Informe quem está presente, o que já aconteceu, o ponto de vista e o limite exato da cena. Se estiver marcado como evita, uma cena mais curta ou menos explícita pode funcionar, mas não presuma que repetir o prompt vá contornar uma restrição do provedor.
Limites do teste
Estas são avaliações humanas de uma amostra pequena e datada. Elas não são uma certificação de segurança, um ranking de qualidade nem uma promessa de que todas as solicitações terão o mesmo resultado. Os provedores mudam versões de modelo, filtros e políticas regionais. Registre a versão do modelo e a data do teste quando um resultado for importante para o seu projeto e revise o texto gerado antes de usá-lo.
O NovelKnow não testa nem oferece suporte a conteúdo sexual envolvendo menores, exploração sexual não consentida ou instruções para causar danos no mundo real. Mantenha seus prompts dentro da lei e dos termos do provedor.