Original em inglês: https://argusic.com/subject/glm-5-3-abliterated
glm-5.3-abliterated
GLM 5.3 abliterado ou acesso à API sem censura via RouterHub. Navegue por 35 links de prompts de jailbreak, compare modelos GLM e encontre exemplos de SDK, configuração de ferramentas de codificação, preços e guias de avaliação.
Executa com mocksfonte: GitHubpágina do projetoPythonMITcommit 06c2abcaef9d
Python, licença MIT. O projeto se descreve como: abliterated, abliterated models, ai api, ai jailbreaks, api gateway, glm, glm 5 3 e glm 5 3 abliterated.
glm-5.3-abliterated executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,5 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
All 60 Markdown documents pass static validation (local links, JSON, Python and JS code blocks). The chat client sends HTTP POST requests to a Chat Completions endpoint and prints the assistant response and usage stats.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 6 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python3 tools/check.py passed: 60 documents, local links, JSON files, Python syntax, and 7 code blocks. ROUTERHUB_API_KEY=mock-key-123 python3 examples/chat.py --api-base http://127.0.0.1:18007 --prompt 'E2E test OK' exited 0; stdout='Mock: E2E test OK', stderr='{"usage": {"prompt_tokens": 10, "completion_tokens": 5, "total_tokens": 15}}'
- Tokens de modelo usados
- 54.789
- Commit exato testado
- 06c2abcaef9d
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
/bin/sh -lc 'cd /work/repo && git checkout -- examples/chat.py 2>/dev/null; python3 -m py_compile e… succeeded in 0ms: Reverted to original, still compiles OK Now let me clean up the patch and compile the final report: exec /bin/sh -lc 'cd /work/repo && git checkout -- examples/chat.py 2>/dev/null; python3 -m py_compile e… succeeded in 0ms: Clean revert OK Here is the final report: tokens used 54,789 Here is the final report:
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Instalado em 0,5 minutos.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,05 |
Tópicos (de GitHub)
abliteratedabliterated-modelsai-apiai-jailbreaksapi-gatewayglmglm-5-3glm-5-3-abliteratedglm-5-3-jailbreakglm-5-3-uncensoredjailbreak-promptsllm-apillm-jailbreakmodel-evaluationopenai-compatiblepay-per-tokenprompt-researchrouterhubuncensored-aiuncensored-ai-model
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/glm-5-3-abliterated)Perguntas
- glm-5.3-abliterated executa?
- glm-5.3-abliterated executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou glm-5.3-abliterated?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 06c2abcaef9d. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar glm-5.3-abliterated?
- A execução que produziu este veredito custou US$ 0,05: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar glm-5.3-abliterated?
- 0,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- glm-5.3-abliterated precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar glm-5.3-abliterated?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Onde estão as evidências de glm-5.3-abliterated?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.