長篇非限制級：常見錯誤指南

「長篇無審查」上下文陷阱

上下文視窗限制是運行長篇無審查會話時的主要瓶頸。模型會同時處理提示詞與補全內容，這意味著 100,000 個 token 的視窗會隨著冗長的輸出迅速縮小。如果您的應用程式傳送大型系統提示詞，實際對話歷史的空間就會減少。這經常導致截斷錯誤或舊 token 的無聲資料遺失。

開發人員必須仔細追蹤 token 計數。單一請求不能超過上下文視窗的硬性限制。如果您正在構建保留歷史記錄的字元串聊天機器人，您需要實作滑動視窗或摘要策略。否則，API 將拒絕使總 token 計數過高的請求。這不是錯誤；這是轉換器架構的物理限制。

使用 GET /v1/models 端點驗證您的目前限制。了解確切的輸入和輸出 token 數量，有助於您預測視窗何時會滿。在開始串流長回應之前，請規劃您的記憶體管理。

為何您的串流提前停止

串流提前結束，因為伺服器在模型完成生成之前關閉了連線。這通常發生在客戶端過早斷開連線，或網路超時觸發時。在 uncensored 模型中，生成可能不可預測，導致輸出較長，超過預設的客戶端超時時間。

您必須為不完整的串流實施強大的重試邏輯。檢查最後一個 chunk 中的 'finish_reason' 欄位。如果它是 'length'，表示模型達到了 max_tokens 限制。如果它是 'stop'，表示模型自然結束。如果它是 'content_filter'，則觸發了硬性限制，例如未成年人內容限制。

始終從最後一個區塊讀取使用統計數據。如果您忽略最後一個區塊，您將失去 token 計數。這使得準確計費和監控成為不可能。確保您的客戶端庫正確處理 SSE 事件。不要假設串流總是一次完成。

無審查模型中的 JSON 模式失敗

當 uncensored 模型忽略您的格式指令時，JSON 模式會失效。若缺乏嚴格限制，模型可能會在 JSON 物件周圍加入 Markdown 程式碼區塊或解釋性文字。這會導致預期純淨 JSON 的解析器出錯。

將 response_format 參數設為 json_object。這會強制模型輸出有效的 JSON。然而，即使有此設定，您仍應驗證輸出內容。Uncensored 模型具有創意，而創意可能會導致語法錯誤。請務必將您的解析邏輯包裹在 try-catch 區塊中。

如果模型失效，請嘗試調整溫度。較低的溫度可降低隨機性並提升結構一致性。高溫度設定會使模型更容易產生括號或引號的幻覺。在部署至生產環境前，請充分測試您的提示詞。系統提示詞的微小調整即可大幅提升 JSON 的可靠性。

處理無限制 API 中的拒絕

由於硬編碼的內容限制，uncensored API 仍會發生拒絕。最常見的拒絕是涉及未成年人的性內容。這是一項適用於所有請求的不可協商規則。其他主題如暴力或爭議性觀點通常允許。

檢查 API 回應中的 finish_reason 欄位。若顯示為拒絕，請檢查提示詞中的觸發因素。有時，特定的關鍵字或措辭會激活過濾器。請盡量調整提示詞以避開這些觸發因素。

不要假設「無審查」等於「無規則」。它的意思是規則比標準模型少。該模型經過調整，能夠在合法成人用途下不進行內容拒絕。理解這一區別有助於您為應用程式設計更好的備用機制。透過記錄拒絕事件進行分析，以優雅地處理拒絕情況。

Token 限制：輸入與輸出

輸入與輸出的 token 限制是獨立的。您可以發送大量的輸入提示，但輸出限制為每次請求 16,000 個 token。如果您未設置 max_tokens，預設值為 2,048 個 token。對於複雜任務，此預設值通常太短。

始終明確設定 max_tokens。這可防止意外成本並確保可預測的輸出長度。無審查模型傾向於產生比嚴格模型更多的 token。它們不會那麼容易停止。如果您需要長回應，請將 max_tokens 設定為更高的值。但請記住，總 token（輸入 + 輸出）必須適合 100,000 上下文視窗。

密切監控您的 Token 使用量。預付信用額度按實際 Token 使用量計費。錯誤是免費的，但成功的完成會產生費用。了解您的 Token 限制有助於您準確預算。若您只需要短回應，請避免發送龐大的輸入。

Parameter Tuning for 'Unhinged' Outputs

參數調整控制模型的創意與隨機性。Temperature（溫度）和 top_p 是最重要的設定。較高的溫度值會使輸出更隨機且具創意。較低的值則使其更具決定性且集中。

對於「不受拘束」的輸出，請使用較高的溫度值。這能鼓勵模型探索較不常見的主題與措辭。使用 top_p 來控制詞彙的多樣性。較低的 top_p 值會將模型限制在最可能的 token 上；較高的值則允許更多樣化的詞彙選擇。

實驗這些參數以找到最佳平衡點。temperature 過高會導致文本不連貫。過低則會導致模型重複。使用 seed 參數以確保可重現性。這對於除錯很有用。當 seed 固定時，一致的輸入應產生一致的輸出。

速率限制與突發流量

速率限制可防止 API 過載。每金鑰限制為每分鐘 300 次請求。您同時可進行 8 個請求。若超出這些限制，API 將返回 429 錯誤。

突發流量會迅速耗盡您的速率限制。在重試邏輯中實施指數退避。這可防止您的應用程式在高峰時段淹沒 API。監控您的請求速率以保持在限制範圍內。如果您需要更高的限制，請考慮使用多個金鑰，儘管每個帳戶一次只能有一個活躍金鑰。

新密鑰替換舊密鑰。這意味著你無法通過添加更多密鑰輕鬆擴展，除非管理替換過程。相應地規劃你的流量模式。如果你有多個客戶端，請使用負載平衡。確保你的應用程序能優雅地處理 429 錯誤。

除錯函式呼叫錯誤

當模型無法生成有效的工具定義時，就會發生函式呼叫錯誤。這通常發生在複雜的結構描述或含糊的指示中。Uncensored 模型可能會忽略結構描述，改生成自由格式的文本。

使用 tools 參數定義您的函式。為每個工具提供清晰的描述。模型需要了解何時呼叫每個函式。如果模型失敗，請檢查回應中的錯誤訊息。API 會指示 JSON 是否無效。

先使用簡單的輸入測試您的函式呼叫。逐漸增加複雜度。如果模型表現不佳，請簡化結構。使用較少的參數。更清晰的指示能帶來更好的函式呼叫效果。在執行之前始終驗證工具呼叫。這可防止應用程式中的執行階段錯誤。

常見的「剝離」模型怪癖

「消融」模型通常會表現出特定的怪癖。它們可能會重複短語，或在長上下文下失去連貫性。這是因為訓練過程移除了安全過濾器所致。模型優先考慮回答問題，而非結構完整性。

注意重複的輸出。如果模型重複相同的句子，請調整 frequency_penalty 參數。這會 discourages 模型重複 token。較高的 frequency_penalty 會減少重複。然而，值過高會使文字聽起來像機器人。

這些怪癖對於無審查模型來說是正常的。它們不是錯誤。這是模型訓練的結果。了解這些行為以設計更好的使用者體驗。提供明確的反饋機制。如果輸出效果不佳，允許使用者重新生成回應。這會改善整體體驗。