Shannon 3، مدلی بدون سانسور که پاسخ خودش را بازبینی می‌کند

تقریباً هر مدل چتی که استفاده کرده‌اید در یک گذر رو به جلو پاسخ می‌دهد. نخستین توکن را پیش از آن‌که آخرین را بداند انتخاب می‌کند و همین‌که جمله‌ای منتشر شد، به آن متعهد است: مدل می‌تواند بعداً با آن در تناقض بیفتد، اما نمی‌تواند برگردد و درستش کند. این وقتی خوب کار می‌کند که پاسخ کوتاه باشد و پرسش یک بخش داشته باشد. وقتی بد کار می‌کند که پاسخ بلند باشد، پرسش چهار بخش داشته باشد و بند ششم بی‌سروصدا بند دوم را باطل کند. Shannon 3 وجود دارد چون فکر نمی‌کردیم راه‌حل این مشکل یک مدل بزرگ‌تر باشد. راه‌حل این است که بگذاریم مدل آنچه را همین حالا نوشته بخواند.

01Shannon 3 چیست

Shannon 3 یک خانواده مدل دو رده‌ای است. هر دو رده به‌جای یک API استنتاج شخص ثالث روی خوشه GPU خودمان اجرا می‌شوند و هر دو بدون سانسورند: نه لایه رد درخواستی جلویشان هست و نه فیلتر محتوایی پشتشان. آنچه میان رده‌ها فرق می‌کند این است که یک نوبت اجازه دارد پیش از رسیدن پاسخ به شما چقدر کار انجام دهد.

روی API، این دو رده شناسه‌های مدل معمولی‌اند. نه نقطه پایانی ویژه‌ای هست، نه SDK جداگانه‌ای و نه قالب درخواست سفارشی‌ای:

رده	شناسه مدل	شکل نوبت	مناسب برای
Shannon 3 Lite	shannon-3	یک گذر فکر + پیش‌نویس	چت، پیش‌نویس‌نویسی، جست‌وجو، حجم بالا
Shannon 3 Pro	shannon-3-pro	حلقه کامل، تا ۱۰ گذر، به‌همراه برداشت دانش	تحلیل، متن بلند، کارهای حساس به درستی

02چرا یک گذر رو به جلو شکل نادرستی برای پرسش‌های دشوار است

مدلی که متن را از چپ به راست تولید می‌کند دنباله‌ای برگشت‌ناپذیر از تصمیم‌های محلی می‌گیرد. پاک‌کن ندارد. وقتی ۴۰۰ توکن در یک توضیح پیش رفته و می‌فهمد قابی که برگزیده اشتباه بوده، تنها گزینه‌هایش این است که در قاب اشتباه ادامه دهد یا یک اصلاحیه بیفزاید — و همان پاسخ‌هایی تولید می‌شود که همه می‌شناسند، آن‌هایی که وسط راه می‌گویند در واقع، با بازنگری در آنچه گفته شد و شما را با دو نیمه ناسازگار تنها می‌گذارند.

زنجیره تفکر این را بهتر می‌کند اما حل نمی‌کند. فکرکردن پیش از نوشتن به مدل نقشه‌ای می‌دهد پیش از آن‌که به نثر متعهد شود، و این دستاورد واقعی است؛ اما پیش‌نویسی که در پی می‌آید همچنان در یک گذر نوشته و همچنان نخوانده تحویل می‌شود. هیچ‌چیز هرگز پرسشی را نمی‌پرسد که یک ویراستار انسانی اول از همه می‌پرسد: آیا این پاسخ واقعاً همان کاری را می‌کند که تفکر گفته بود؟ حالت‌های خرابی که از زنجیره تفکر جان سالم به در می‌برند مشخص و قابل‌تشخیص‌اند:

• زیرپرسش‌های افتاده. شما چهار چیز پرسیدید. تفکر چهار چیز را فهرست کرد. پاسخ سه تا را پوشش می‌دهد.
• انحراف از نقشه. استدلال روی یک رویکرد می‌نشیند؛ نثر تدریجاً رویکرد دیگری را می‌پذیرد و هیچ جمله واحدی نقطه انحراف نیست.
• حساب و واحد. عددی که در تفکر درست محاسبه شده در پاسخ اشتباه رونویسی می‌شود، یا رقمی ماهانه به‌عنوان سالانه ارائه می‌شود.
• محدودیت‌های نادیده‌گرفته‌شده. گفتید هیچ وابستگی بیرونی نباشد؛ کد یکی را وارد می‌کند و تفکر پس از این‌که یک بار محدودیت را تصدیق کرد دیگر هرگز به آن اشاره نمی‌کند.
• شکاف‌های پراعتمادبه‌نفس. مدل در تفکر می‌گوید درباره یک واقعیت خاص مطمئن نیست، بعد همان را در پاسخ قاطعانه بیان می‌کند.

هر یک از این‌ها با خواندن پیش‌نویس گرفته می‌شود. هیچ‌کدام با دقیق‌تر تولیدکردن پیش‌نویس گرفته نمی‌شود.

03حلقه استدلال، مرحله به مرحله

یک نوبت Shannon 3 Pro حلقه‌ای است با چهار مرحله و یک شرط خروج.

فکر

مدل پیش از آن‌که چیزی برای شما بنویسد روی مسئله کار می‌کند: پرسش را تجزیه می‌کند، محدودیت‌ها را یادداشت می‌کند، مشخص می‌کند چه می‌داند و چه نمی‌داند و روی یک رویکرد می‌نشیند. آنچه اینجا تولید می‌کند به معیاری بدل می‌شود که پاسخ بعداً با آن سنجیده می‌شود.

پیش‌نویس

مدل یک پاسخ کامل و واقعی می‌نویسد — نه یک طرح کلی. باید کامل باشد، چون مرحله بعدی یک اثر تمام‌شده را ارزیابی می‌کند و یک طرح خام را نمی‌توان برای خرابی‌هایی بازبینی کرد که فقط در طول کامل ظاهر می‌شوند.

بازبینی

این همان مرحله‌ای است که این خانواده را آنچه هست می‌کند. مدل پیش‌نویس را در برابر تفکر می‌خواند — آزمونی به‌مراتب برنده‌تر از خواندن تنهای پیش‌نویس. پرسیدن «آیا این پاسخ خوب است؟» از یک مدل، او را به گفتن بله دعوت می‌کند؛ پرسیدن «نقشه گفت X و Y و Z را زیر محدودیت C پوشش بده — آیا این متن چنین می‌کند؟» چیزی ابطال‌پذیر برای بررسی به او می‌دهد. بازبینی به‌جای دادن نمره، نام می‌برد که چه چیزی غلط است.

بازنویسی

مشکلات نام‌برده‌شده در یک پیش‌نویس تازه رفع می‌شوند. این یک بازنویسی است، نه یک وصله: رفعی که نیازمند بازچینش استدلال باشد اجازه دارد استدلال را بازچینش کند. پیش‌نویس تازه دوباره به بازبینی می‌رود.

توقف

حلقه نخستین باری که یک بازبینی پیش‌نویس را تأیید کند پایان می‌یابد — خروج عادی، که در بیشتر نوبت‌ها خیلی پیش از سقف رخ می‌دهد. سقف سخت ۱۰ تکرار برای موارد بیمارگونه وجود دارد، مانند پرسشی واقعاً مبهم که در آن هر بازنویسی یک ایراد را با ایراد دیگری عوض می‌کند، تا نوبتی نتواند بی‌پایان بچرخد.

Lite همان دو مرحله نخست را برمی‌دارد و متوقف می‌شود. فکر می‌کند، پیش‌نویس می‌نویسد و پیش‌نویس را به شما می‌دهد. این یک تصمیم عامدانه محصولی است، نه یک نسخه ناقص تصادفی: در بخش بزرگی از پیام‌های واقعی، پیش‌نویس اول همان پاسخ درست است و پرداخت تأخیر بازبینی برای شنیدن همین حرف معامله بدی است. Lite برای وقتی است که می‌خواهید مدل سریع باشد؛ Pro برای وقتی است که می‌خواهید مطمئن باشد.

04برداشت دانش در Pro: کمک‌خواستن به‌جای حدس‌زدن

بازبینی خود، تناقض‌ها، حذف‌ها و نقض محدودیت‌ها را می‌گیرد، چون شواهد لازم برای گرفتنشان از پیش در نوبت هست. اما نمی‌تواند واقعیتی را بگیرد که مدل به‌سادگی ندارد. مدلی که پیش‌نویس خودش را بازبینی می‌کند می‌تواند نتیجه بگیرد به این رقم اطمینان ندارم و بعد جایی برای بردن این نتیجه نداشته باشد.

Pro جایی برای بردن آن به او می‌دهد. حول مرحله پیش‌نویس، یک برداشت دانش انجام می‌دهد: واقعیت‌های مشخصی را که کم دارد یا از آن‌ها مطمئن نیست شناسایی می‌کند، دقیقاً همان‌ها را از یک مدل دوم و بزرگ‌تر پرس‌وجو می‌کند و آنچه بازمی‌گردد را در پاسخ بهبودیافته می‌گنجاند. این یک جست‌وجوی هدفمند است که شکافی نام‌برده توسط خود مدل آن را هدایت می‌کند، نه یک نظر دوم فراگیر.

دو ویژگی در عمل مهم‌اند. این کار محدوده‌دار است: برداشت درباره شکاف‌های شناسایی‌شده می‌پرسد و کل پرسش را دوباره نمی‌پرسد، پس مدل بزرگ‌تر جایی مشورت داده می‌شود که اطلاعات می‌افزاید، نه جایی که فقط صدایی دیگر اضافه می‌کند. و یکپارچه است: واقعیت‌های برداشت‌شده دوباره از حلقه می‌گذرند و با همان بازبینی‌ای روبه‌رو می‌شوند که بقیه چیزها، به‌جای این‌که به‌شکل یک بند الحاقی برسند.

05استدلال قابل مشاهده است، و به زبان شماست

کل ردپا هم‌زمان با اجرای نوبت به شما نشان داده می‌شود: تفکر، و روی Pro هر بازبینی و آنچه به آن ایراد گرفته است. این یک نمای اشکال‌زدایی نیست که نمایشش را تحمل کنیم — بخش بزرگی از چیزی است که می‌خرید و رابطه کاری را به سه شکل مشخص تغییر می‌دهد.

• می‌توانید زود متوقف کنید. اگر تفکر پرسش شما را بد بفهمد — که پیامد رایج یک پرامپت مبهم است، نه یک مدل بد — در چند ثانیه اول متوجه می‌شوید، نه پس از رسیدن یک پاسخ کامل که مسئله اشتباهی را حل کرده است.
• می‌توانید استدلال را جدا از پاسخ ممیزی کنید. پاسخ درستی که از راه استدلال غلط به دست آمده یک بدهی است، چون در پرسش بعدی دوام نمی‌آورد.
• می‌توانید شکست حلقه را ببینید. وقتی Pro چند تکرار را بدون همگرایی می‌سوزاند، این نمایش داده می‌شود و پنهان نمی‌ماند — و اطلاعات واقعی است، که معمولاً یعنی پرسش کم‌مشخصه است.

ردپا به زبان خود شما نوشته می‌شود، نه این‌که به انگلیسی تولید و در پایان ترجمه شود. اگر به ژاپنی، عربی، ترکی یا پرتغالی کار می‌کنید، مدل به همان زبان استدلال می‌کند — که اصطلاحات ردپا را با اصطلاحات پاسخ هماهنگ نگه می‌دارد و از درزهایی که وقتی مدل به یک زبان فکر و به زبانی دیگر صحبت می‌کند پدیدار می‌شوند جلوگیری می‌کند.

06بدون سانسور: نه لایه رد درخواست، نه فیلتر خروجی

Shannon 3 بدون هیچ لایه رد درخواست و بدون هیچ فیلتر محتوایی روی خروجی عرضه می‌شود. رفتار رد درخواست در هیچ سطحی از محصول حضور ندارد: نه به‌شکل پوششی که پیام شما را پیش از دیدن مدل بازرسی کند، نه به‌شکل طبقه‌بندی‌کننده‌ای که پاسخ را پیش از دیدن شما بازرسی کند و نه به‌شکل واکنشی که باید مدل را از آن منصرف کرد. این ماهیتاً با دو چیزی که مردم معمولاً از «بدون سانسور» مراد می‌کنند فرق دارد:

رویکرد	چه می‌کند	چطور شکست می‌خورد
جیلبریک با پرامپت سیستمی	به یک مدل هم‌راستاشده دستور می‌دهد چنان رفتار کند که گویی هم‌راستا نشده است	در گفت‌وگوی بلند فرسوده می‌شود؛ رد درخواست زیر فشار بازمی‌گردد
حذف فیلتر خروجی	مسدودکردن متنی را که مدل از پیش تولید کرده متوقف می‌کند	مدل همچنان متن محتاطانه و طفره‌رو می‌نویسد — چیزی مسدود نشده بود، اصلاً نوشته نشده بود
Shannon 3	نه لایه رد درخواستی برای حذف‌کردن هست و نه فیلتری برای غیرفعال‌کردن — این رفتار صرفاً وجود ندارد	قضاوت را کاملاً بر دوش شما می‌گذارد؛ مدل به‌نیابت از شما امتناع نمی‌کند

در عمل Shannon 3 به‌جای پرسش امن‌ترِ مجاور، با همان پرسشی که پرسیدید درگیر می‌شود: داستان با ضدقهرمان‌های واقعی، موضوعات امنیتی که به‌شکل فنی و نه در ارتفاع بیانیه مطبوعاتی بحث می‌شوند، اطلاعات پزشکی، حقوقی و مالی که مستقیم و با همان هشدارهایی که واقعاً موجه‌اند ارائه می‌شوند — و بدون سخنرانی پایانی درباره این‌که چرا شاید چنین پرسیده‌اید. حلقه را هم رقیق نمی‌کند: یک بازبینی آزاد است بگوید پیش‌نویس غلط است، که نوعی مقاومت متفاوت و مفیدتر از رد درخواست است.

کاری که نبودِ لایه رد درخواست انجام نمی‌دهد این است که مدل را درست کند. یک مدل بدون سانسور دقیقاً به همان اندازه یک مدل سانسورشده توان دارد که با اعتمادبه‌نفس اشتباه کند، و آشکارتر هم، چون وقتی مطمئن نیست به ابهام پناه نمی‌برد. این یکی از بهترین استدلال‌ها برای حلقه است: بدون واکنش رد درخواست در میانه، بازبینی خود همان کار ایمنی‌ای را انجام می‌دهد که برای یک کاربر حرفه‌ای اهمیت دارد — گرفتن خطاها. استفاده شما از مدل همچنان تابع سیاست استفاده مسئولانه ما و قانون محل زندگی شماست.

07بینایی، اسناد و تولید تصویر

هر دو رده تصاویر و اسناد را به‌عنوان پیوست می‌پذیرند و آن‌ها را به‌عنوان بخشی از نوبت می‌خوانند. اسکرین‌شات یک بیلد شکست‌خورده، عکس یک وایت‌برد، یک نقشه فنی، یک صفحه قرارداد اسکن‌شده یا یک PDF می‌تواند موضوع پرسش باشد، نه چیزی که اول باید رونویسی‌اش کنید. روی Pro، پیوست‌ها مانند بقیه چیزها در حلقه شرکت می‌کنند: اگر یک بازبینی تشخیص دهد پیش‌نویس به پرسشی پاسخ داده که تصویر پشتیبانی‌اش نمی‌کند، آن بخش بازنویسی می‌شود.

تولید و ویرایش تصویر در چت و به‌عنوان یک ابزار در دسترس است، نه به‌عنوان هدف مدل. Shannon 3 یک مدل استدلالی است که وقتی گفت‌وگو اقتضا کند می‌تواند تصویری تولید یا ویرایش کند، نه یک مدل تصویری با یک رابط چت الصاق‌شده. این تمایز انتظارها را درست تنظیم می‌کند: خانواده را بر پایه شیوه تفکرش قضاوت کنید و تصاویر را راحتی‌ای بدانید که از یک تعویض بستر جلوگیری می‌کند.

08پنجره متنی، و مسیر بعدی خط ۳.x

Shannon 3.0 با پنجره متنی ۳۲٬۷۶۸ توکنی عرضه شد. این رقم تاریخی صادقانه است و ارزش دارد صریح گفته شود، چون یک حلقه، کانتکست را متفاوت از یک مدل تک‌گذری مصرف می‌کند: پرامپت شما، پیوست‌هایتان، تفکر و هر چرخه پیش‌نویس و بازبینی همگی در یک بودجه زندگی می‌کنند.

۳۲ هزار برای بیشتر کارهای چت و تحلیل راحت است — یک سند بلند، یک فایل کد قابل‌توجه، یک پرسش چندبخشی مفصل با فضایی برای اجرای حلقه. برای ورودی‌های واقعاً بزرگ تنگ است و دقیقاً همین محدودیت بود که انتشار بعدی به آن پرداخت. Shannon 3.1 پنجره متنی را به‌طور چشمگیری بالا می‌برد و آنچه می‌توان حلقه را به سویش نشانه رفت تغییر می‌دهد؛ اگر امروز این خانواده را ارزیابی می‌کنید، آن مقاله را دوم بخوانید و عدد اینجا را تاریخی بدانید.

09فراخوانی Shannon 3 از API

Shannon 3 از طریق هر سه گویش API ما، روی همان مدل‌ها و با استریم روی هر کدام در دسترس است:

گویش	نقطه پایانی	چه زمانی از آن استفاده کنید
سازگار با OpenAI	/v1/chat/completions	کد کلاینت OpenAI موجود دارید — نشانی پایه و شناسه مدل را عوض کنید
سازگار با Anthropic	/v1/messages	پشته شما حول قالب Messages ساخته شده است
Responses	/v1/responses	شکل تازه‌تر درخواست/پاسخ را می‌خواهید

شناسه مدل را shannon-3 یا shannon-3-pro بدهید. دو چیز ارزش برنامه‌ریزی در سمت کلاینت را دارند. نوبت‌های Pro طولانی‌تر و به‌میزانی متغیر طول می‌کشند، چون تعداد تکرارها به پرسش بستگی دارد — مهلت‌های انتظار را بر پایه سقف تنظیم کنید نه میانگین، و استریم را ترجیح دهید تا کاربر به‌جای یک اسپینر پیشرفت را ببیند. و ردپای استدلال محتوایی است که می‌توانید نمایشش دهید؛ جایی که کاربران منتظرند، نشان‌دادنش معمولاً بهتر از پنهان‌کردنش است، چون زمان مرده را به چیزی خوانا تبدیل می‌کند. شِماهای درخواست و پاسخ، جزئیات استریم و یک محیط تعاملی زنده در مستندات API آمده‌اند.

10انتخاب رده

حلقه Pro تأخیرش را به‌نسبت آنچه ممکن است غلط از آب دربیاید جبران می‌کند.

کار شما	رده	چرا
پرسش واقعیتی سریع، پاسخ کوتاه	shannon-3	پیش‌نویس اول همان پاسخ است؛ بازبینی چیزی برای گرفتن ندارد
خودکارسازی پرحجم یا محدود به تأخیر	shannon-3	زمان نوبت قابل‌پیش‌بینی محدودیت تعیین‌کننده است
تحلیل چندبخشی با محدودیت‌ها	shannon-3-pro	زیرپرسش‌های افتاده و نقض محدودیت دقیقاً همان چیزی است که بازبینی می‌گیرد
نوشتار بلند که باید منسجم بماند	shannon-3-pro	تناقض درونی خاصیتی در طول کامل است و هنگام پیش‌نویس نامرئی است
هر چیزی با اعدادی که بر پایه‌شان اقدام می‌کنید	shannon-3-pro	بازبینی حساب و واحدها را دوباره در برابر تفکر بررسی می‌کند
پرسش‌هایی که به مرز دانش مدل می‌خورند	shannon-3-pro	برداشت دانش یک شکاف نام‌برده را به یک جست‌وجو تبدیل می‌کند

یک الگوی عملی: تا وقتی هنوز دارید می‌سنجید چه بپرسید از Lite استفاده کنید، سپس پرسش نهایی‌شده را یک بار روی Pro اجرا کنید. حلقه ارزش پرداخت را روی نسخه‌ای از پرسش دارد که واقعاً منظورتان بود.

11محدودیت‌هایی که پیش از تعهد باید بدانید

کارت مدلی که فقط نقاط قوت را فهرست کند یک آگهی است. اینجا جایی است که Shannon 3 ناامیدتان می‌کند:

• Pro کندتر است، و به‌شکلی پیش‌بینی‌ناپذیر. نوبتی که در دو تکرار همگرا می‌شود و نوبتی که تا ده می‌رود چند برابر در زمان واقعی تفاوت دارند. اگر به تأخیر کران‌دار نیاز دارید، از Lite استفاده کنید.
• بازبینی اثبات نیست. مدلی که کار خودش را بررسی می‌کند در نقاط کور خودش شریک است. حلقه به‌شکل قابل‌اتکایی ناسازگاری میان تفکر و پیش‌نویس را می‌گیرد؛ خطایی را که با اطمینان در خود تفکر جا خوش کرده به‌شکل قابل‌اتکایی نمی‌گیرد.
• کانتکست با حلقه مشترک است. در ۳۲ هزار توکن، یک ورودی بسیار بلند به‌علاوه چند پیش‌نویس تمام‌طول محدودیتی واقعی روی نسخه ۳.۰ است. برای سقف بالارفته Shannon 3.1 را ببینید.
• برداشت فقط شکاف‌هایی را پر می‌کند که مدل متوجهشان می‌شود. «درباره این مطمئن نیستم» را به یک جست‌وجو تبدیل می‌کند که دستاوردی واقعی است — اما واقعیتی که مدل با اطمینان درباره‌اش اشتباه می‌کند هرگز به‌عنوان کمبود علامت نمی‌خورد، پس هرگز برداشت نمی‌شود.
• بدون سانسور یعنی بدون سانسور. مدل امتناع نمی‌کند و لحن را نرم نمی‌کند. اگر محصول شما به یک مرز رد درخواست نیاز دارد، آن را جایی بسازید که خودتان ببینیدش، نه به امید این‌که مدل تأمینش کند.

12پرسش‌های پرتکرار

---

Shannon 3 توسط Shannon Lab LLC در نیومکزیکو، ایالات متحده اداره می‌شود. ارقام اینجا پیکربندی عرضه ۳.۰ را توصیف می‌کنند؛ برای محدودیت‌های فعلی کارت مدل Shannon 3.1 و برای بقیه خانواده نمایه پژوهش را ببینید. ما هیچ امتیاز بنچمارکی برای Shannon 3 منتشر نمی‌کنیم و هیچ ادعای مقایسه‌ای درباره کارایی نداریم.