uncensored ai चैट का निवारण: सामान्य गलतियां

आपका अनकैप्ड LLM अभी भी अनुरोधों को क्यों अस्वीकार कर रहा है

सबसे आम कारण कि एक uncensored LLM अनुरोध को रिफ्यूज करता हुआ प्रतीत होता है, वह सामग्री फिल्टर नहीं, बल्कि एक क्लाइंट-साइड त्रुटि है। हमारा मॉडल कानूनी वयस्क उपयोग के लिए सामग्री रिफ्यूज़ल के बिना उत्तर देने के लिए ट्यून किया गया है, लेकिन यह कठोर सामग्री सीमा का सम्मान करता है: किशोरों से संबंधित यौन सामग्री हमेशा रिफ्यूज की जाती है। यदि आप रिफ्यूज़ल देखते हैं, तो प्रतिक्रिया बॉडी में त्रुटि कोड या विशिष्ट रिफ्यूज़ल संदेश के लिए जाँच करें, यह मानने के बजाय कि मॉडल खराब है।

एक अन्य सामान्य समस्या base_url कॉन्फ़िगरेशन है। यदि आप किसी अन्य प्रदाता से माइग्रेट कर रहे हैं, तो सुनिश्चित करें कि आप https://api.unrestrictedgptchat.com/v1. एक मिसमैच्ड base_url 404 या 401 एरर का कारण बनेगा, जो एक रिफ्यूजल जैसा दिखता है लेकिन वास्तव में कनेक्टिविटी इश्यू है। साथ ही, सत्यापित करें कि आपकी API की सक्रिय है और एक्सपायर नहीं हुई है। हम एक खाते के लिए एक सक्रिय की जारी करते हैं, और एक नई की जनरेट करने से पुरानी की तुरंत रद्द हो जाती है।

सामान्य अस्वीकृति परिदृश्य

• कठिन सीमा उल्लंघन (किशोर सामग्री)।
• अमान्य base_url या API कुंजी।
• Malformed request body.

100k संदर्भ विंडो सीमा को समझना

आपकी अनसेंसर्ड AI चैट सेशन प्रॉम्प्ट और कंप्लीशन दोनों के लिए कुल 100,000 टोकन संभाल सकता है। यह बड़ा संदर्भ विंडोव आपको व्यापक दस्तावेज़ीकरण या लंबी बातचीत के इतिहास को फीड करने की अनुमति देता है बिना कथानक को खोए। हालांकि, आपको कंटेक्स्ट विंडो को सावधानी से प्रबंधित करने की आवश्यकता है ताकि बातचीत के बीच सीमा पर न पहुंचें।

जब संदर्भ विंडो लगभग भरा होता है, तो मॉडल बातचीत के पहले हिस्सों को भूलना शुरू कर सकता है। इसे कम करने के लिए, पुराने संदेशों को ट्रंक करने या उन्हें नए जोड़ने से पहले सारांशित करने पर विचार करें। आपका उपयोग किया गया मॉडल आईडी बस "uncensored" है, और यह किसी अन्य विक्रेता के लिए प्रॉक्सी के रूप में नहीं, बल्कि हमारे अपने सर्वर पर चलता है। यह इनपुट लंबाई के रूप में स्थिर व्यवहार को सुनिश्चित करता है, जब तक कि आप 100,000 टोकन सीमा के भीतर रहते हैं।

संदर्भ का कुशल प्रबंधन

• प्रत्येक संदेश के लिए टोकन उपयोग ट्रैक करें।
• स्थान बचाने के लिए पुराने संदेशों को संक्षेपित करें।
• अपने क्लाइंट में कुल टोकन गणना की निगरानी करें।

अधिकतम आउटपुट: ट्रंकेटेड प्रतिक्रियाओं से बचें

डिफ़ॉल्ट रूप से, यदि आप max_tokens मान निर्दिष्ट नहीं करते हैं तो मॉडल प्रति अनुरोध 2,048 टोकन तक जनरेट करेगा। यदि आपका उत्तर मध्य वाक्य में कट जाता है, तो आपको संभवतः इस सीमा को बढ़ाने की आवश्यकता है। आप प्रति अनुरोध 16,000 टोकन तक max_tokens सेट कर सकते हैं, जो अधिकांश लंबी सामग्री जनरेशन आवश्यकताओं के लिए पर्याप्त है।

ध्यान रखें कि max_tokens बढ़ाने से आपका टोकन उपयोग और लागत भी बढ़ती है। चूंकि बिलिंग वास्तविक टोकन उपयोग के आधार पर होती है, लंबे जवाब अधिक खर्च करेंगे। हालांकि, त्रुटियां और रिफ्यूजल मुफ्त हैं, इसलिए आप केवल सफल पूर्णताओं के लिए भुगतान करते हैं। यह प्रीपेड मॉडल इसका मतलब है कि आप अप्रत्याशित चार्जेस के बारे में चिंता किए बिना उच्च max_tokens के साथ प्रयोग कर सकते हैं।

max_tokens सेट करना

• डिफ़ॉल्ट: 2,048 टोकन।
• अधिकतम: 16,000 टोकन।
• लागत: 1M आउटपुट टोकन के लिए $0.50।

स्ट्रीमिंग बनाम नॉन-स्ट्रीमिंग: SSE को सही ढंग से हैंडल करना

सर्वर-सेंट इवेंट्स (SSE) के माध्यम से स्ट्रीमिंग एक सुचारु उपयोगकर्ता अनुभव के लिए आवश्यक है, विशेष रूप से चैट इंटरफेस में। API टोकन एक-एक करके लौटाती है, जिससे आपको टेक्स्ट को जनरेट होते ही प्रदर्शित करने की अनुमति मिलती है। हालांकि, टोकन खोने या डेटा को गलत व्याख्या करने से बचने के लिए आपको SSE स्ट्रीम को सही ढंग से हैंडल करना होगा।

प्रत्येक SSE घटना में टेक्स्ट का एक खंड होता है, और अंतिम खंड में टोकन उपयोग डेटा शामिल होता है। सुनिश्चित करें कि आपका क्लाइंट-साइड पार्सर इन खंडों को एग्रीगेट कर सके और अंतिम घटना से उपयोग सांख्यिकी निकाल सके। यदि आप मानक OpenAI SDK का उपयोग कर रहे हैं, तो स्ट्रीमिंग आमतौर पर स्वचालित रूप से संभाली जाती है, लेकिन कस्टम कार्यान्वयन को SSE प्रोटोकॉल पर सावधानीपूर्वक ध्यान देने की आवश्यकता होती है।

स्ट्रीमिंग सर्वोत्तम अभ्यास

• SSE इवेंट्स को सही ढंग से पार्स करें।
• प्रदर्शन के लिए टोकन को एग्रीगेट करें।
• अंतिम चंक से उपयोग निकालें।

फ़ंक्शन कॉलिंग: टूल कम्पैटिबिलिटी सुनिश्चित करना

हमारा API फंक्शन कॉलिंग का समर्थन करता है, जिससे मॉडल संरचित डेटा जनरेट कर सकता है जिसे बाहरी टूल्स को ट्रिगर करने के लिए उपयोग किया जा सकता है। यह शेड्यूलिंग, डेटा रीट्रीवल या विशिष्ट एक्शन निष्पादित करने जैसे कार्यों के लिए उपयोगी है। मॉडल एक JSON ऑब्जेक्ट वापस करेगा जिसमें फंक्शन नाम और आर्गुमेंट्स होंगे, जिसे आपका क्लाइंट कोड पार्स और निष्पादित कर सकता है।

सुनिश्चित करें कि आपके फंक्शन परिभाषाएं सटीक हैं और अपेक्षित इनपुट फॉर्मेट से मेल खाती हैं। मॉडल तर्कों को हैल्युसिनेट कर सकता है यदि फंक्शन परिभाषा अस्पष्ट है। सुनिश्चित करें कि मॉडल सही फंक्शन कॉल्स उत्पन्न कर सकता है। याद रखें कि मॉडल आईडी "uncensored" है, और यह बिना अनावश्यक अस्वीकृतियों के सटीक और उपयोगी फंक्शन कॉल्स उत्पन्न करने के लिए अनुकूलित है।

फंक्शन कॉलिंग टिप्स

• फ़ंक्शन को स्पष्ट रूप से परिभाषित करें।
• आर्गुमेंट जनरेशन का परीक्षण करें।
• हॉल्युसिनेटेड तर्कों को संभालें।

JSON मोड: कठोर आउटपुट फॉर्मेट्स को लागू करना

जब आपको मॉडल से स्ट्रिक्टली फॉर्मैटेड JSON लौटने की आवश्यकता हो, तो आप response_format पैरामीटर का उपयोग json_object सेट करके कर सकते हैं। यह मोड यह लागू करता है कि आउटपुल वैध JSON है, जो मॉडल को अन्य सिस्टम के साथ इंटीग्रेट करने के लिए महत्वपूर्ण है। हालांकि, यदि प्रॉम्प्ट स्पष्ट नहीं है, तो मॉडल जटिल JSON स्ट्रक्चर्स में संघर्ष कर सकता है।

JSON मोड का उपयोग करें जब आपको विश्वसनीय डेटा एक्सट्रैक्शन की आवश्यकता हो या जब आप एक ऐसा सिस्टम बना रहे हों जो विशिष्ट JSON स्कीमा पर निर्भर करता हो। यह सुविधा उन डेवलपर्स के लिए विशेष रूप से उपयोगी है जो पार्सिंग त्रुटियों से बचना चाहते हैं और सुनिश्चित करना चाहते हैं कि आउटपुट हमेशा वैध हो। मॉडल तापमान और top_p जैसे अन्य पैरामीटर के साथ इस मोड का समर्थन करता है, जिससे आप आउटपुट की गुणवत्ता को सूक्ष्म रूप से अनुकूलित कर सकते हैं।

JSON मोड सेटिंग्स

• response_format को json_object पर सेट करें।
• सुनिश्चित करें संरचना के लिए स्पष्ट प्रॉम्प्ट।
• अनुपालन के लिए आउटपुट की सत्यापन करें।

रेट लिमिट्स: समानांतर अनुरोधों का प्रबंधन

API प्रति कुंजी प्रति मिनट 300 अनुरोध और एक ही समय में 8 सह-संचालित अनुरोधों की अनुमति देता है। यदि आप इन सीमाओं को पार करते हैं, तो आपको एक 429 Too Many Requests त्रुटि मिलेगी। यदि आप एक हाई-ट्रैफिक अनुप्रयोग बना रहे हैं या अपने क्लाइंट के कई इंस्टेंस चला रहे हैं, तो इसे ध्यान में रखना महत्वपूर्ण है।

दर सीमाओं (rate limits) को प्रभावी ढंग से प्रबंधित करने के लिए, अपने क्लाइंट कोड में एक्सपोनेंशियल बैकऑफ़ (exponential backoff) लागू करें। इससे API पर अस्थायी ट्रैफ़िक स्पाइक्स को बिना उसे ओवरलोड किए संभालने में मदद मिलेगी। आप अपनी अनुरोध दर की निगरानी भी कर सकते हैं और उसी अनुसार कंकरेंसी सेटिंग्स को समायोजित कर सकते हैं। याद रखें कि प्रत्येक कुंजी (key) इन दरों तक सीमित है, इसलिए यदि आपको उच्च थ्रूपुट की आवश्यकता है, तो आपको अनुरोधों को कई कुंजियों में वितरित करना पड़ सकता है।

रेट लिमिट रणनीतियां

• एक्सपोनेंशियल बैकऑफ लागू करें।
• अनुरोध दर की निगरानी करें।
• अनुरोधों को कुंजियों के बीच वितरित करें।

बिलिंग आश्चर्य: पूर्व-भुगतानित क्रेडिट बनाम सदस्यता

हमारा बिलिंग मॉडल प्रीपेड है, जिसका अर्थ है कि आपको अपने खाते में क्रिप्टोकरेंसी से टॉप-अप करना होता है और आपको केवल उन टोकनों के लिए भुगतान करना होता है जिन्हें आप उपयोग करते हैं। यह एक सब्सक्रिप्शन मॉडल से अलग है जहां आप उपयोग की परवाह किए बिना एक निश्चित मासिक शुल्क देते हैं। प्रीपेड क्रेडिट के साथ, आपके पास अपने खर्च पर पूर्ण नियंत्रण होता है, और त्रुटियां मुफ्त होती हैं, इसलिए आप केवल सफल पूर्णताओं के लिए भुगतान करते हैं।

जब आप टॉप अप करते हैं, तो आप USDT (TRC20) या USDC (Base) में $20 से $500 की कोई भी पूर्ण राशि जोड़ सकते हैं। आपको राशि के आधार पर बोनस क्रेडिट भी मिलता है: $50 से +5%, $100 से +10% और $200 से +15%। यह बोनस क्रेडिट कभी समाप्त नहीं होता है, इसलिए आप इसे तब उपयोग कर सकते हैं जब आपको इसकी आवश्यकता हो। यह पारदर्शी बिलिंग मॉडल आपको अप्रत्याशित शुल्क से बचने में मदद करता है और आपके API उपयोग के लिए बजट बनाना आसान बनाता है।

बिलिंग विवरण

• प्रीपेड क्रेडिट, कोई सदस्यता नहीं।
• केवल क्रिप्टो: USDT या USDC।
• बड़े टॉप-अप के लिए बोनस क्रेडिट।

गोपनीयता: क्या आपके प्रॉम्प्ट्स प्रशिक्षण के लिए उपयोग किए जाते हैं?

अधिकांश डेवलपर्स की मुख्य चिंताओं में से एक यह है कि क्या उनके प्रॉम्प्ट्स ट्रेनिंग के लिए उपयोग किए जाते हैं। हमारी API के साथ, आपके प्रॉम्प्ट्स ट्रेनिंग के लिए उपयोग नहीं किए जाते हैं, यह सुनिश्चित करते हुए कि आपका डेटा निजी रहता है। यह उन व्यवसायों के लिए विशेष रूप से महत्वपूर्ण है जो संवेदनशील जानकारी संभालते हैं या अपनी बातचीत के डेटा को सुरक्षित रखना चाहते हैं।

आप केवल एक ईमेल पता के साथ साइन अप कर सकते हैं, और फोन नंबर की आवश्यकता नहीं है। यह न्यूनतम डेटा संग्रह आपकी गोपनीयता को और बढ़ाता है। इसके अलावा, चूंकि हम एक स्वतंत्र सेवा हैं, हम आपका डेटा अन्य विक्रेताओं के साथ साझा नहीं करते हैं और न ही इसे अन्य मॉडल में सुधार के लिए उपयोग करते हैं। आपके प्रॉम्प्ट केवल आपके अनुरोधों के लिए प्रतिक्रियाएं जनरेट करने के लिए उपयोग किए जाते हैं।

गोपनीयता सुविधाएँ

• प्रॉम्प्ट्स प्रशिक्षण के लिए उपयोग नहीं किए जाते हैं।
• न्यूनतम डेटा संग्रह।
• स्वतंत्र सेवा।