Uncensored laban sa May-filter na AI Image Generator

Halos lahat ng propesyonal na gumagawa sa larawan ay may parehong kuwento. Isang prompt na naglalarawan ng karaniwang bagay — isang cross-section ng tuhod, isang kotse sa sandali ng banggaan, isang pag-aaral ng pigura sa uling, isang sundalo noong 1944 — ay bumabalik bilang paglabag sa patakaran. Binabago mo ang pananalita, at ibang paglabag ang nakukuha mo. Sa huli ay nagsusulat ka ng sapat na malabo para makadaan, at nakakakuha ka ng larawang hindi na nagpapakita ng kailangan mo. Hindi malakas na nabigo ang kasangkapan; unti-unti itong nabigo, at ikaw ang ginawa nitong nagpakumbaba.

01Bakit tinatanggihan ng AI image generator ang prompt na malinaw namang lehitimo?

Ang pagtanggi ay kadalasang hindi opinyon ng image model. Ito ay bunga ng isang stack ng pagsasala sa paligid ng model, at ipinapaliwanag ng mga layer nito ang halos lahat ng kakaibang pagtanggi na natanggap mo.

Layer	Ano ang sinusuri nito	Katangiang pagkabigo
Blocklist ng prompt	Literal na mga string at malalapit na baryasyon sa teksto mo	Hinaharangan ang isang salita anuman ang pangungusap sa paligid nito — bumabagsak ang "speculum", pumapasa ang "stethoscope"
Classifier ng prompt	Isang natutuhang paghatol sa "panganib" ng prompt	Pumuputok sa lapit sa paksa: anumang malapit sa medisina, armas, katawan o pulitika ay mataas ang marka
Pagsasanay sa pagtanggi ng model	Ang sariling sinanay na pag-aatubili ng model	Tumatanggi nang walang error, o tahimik na gumagawa ng nilinis na kapalit
Classifier ng output	Ang na-render na pixel, walang konteksto ng prompt	Hindi mapaghiwalay ang anatomy plate sa pornograpiya, o ang still ng pelikula sa tunay na pangyayari
Pagpapalit ayon sa patakaran	Tahimik na pagsusulat muli ng prompt mo bago mag-render	Nakakakuha ka ng larawan, pero hindi ang tinukoy mo, at hindi ka sinasabihan kung bakit

Iisang bulag na sulok ang ibinabahagi ng bawat layer: walang nakakakita sa bakit ka humihiling. Ang medical illustrator, ang eksperto ng nagdedemanda na muling bumubuo ng banggaan, at ang taong may masamang balak ay pare-parehong nagta-type ng parehong pangngalan. Nakikita ng filter ang pangngalan, hindi ang atlas o ang case file, at minamarkahan ito sa pinsalang pinapayagan nitong dumaan — hindi kailanman sa trabahong sinisira nito. Sa ilalim ng asimetriyang iyon, ang makatuwirang setting para sa sinumang operator ay tumanggi nang mas madalas. Iyon din ang dahilan kung bakit hindi lunas ang "baguhin mo lang ang pananalita": walang bagong impormasyong binibigay sa filter ang muling pagsasalita, inilalayo lang nito ang prompt mo sa mga salitang tumama, na kadalasang nangangahulugang paglayo sa ibig mong sabihin.

02Ano talaga ang pinipigilan ng mga content filter

Hindi sulit basahin ang argumento para sa generation na walang filter na nagkukunwaring walang dahilan ang mga filter. May makitid na hanay ng output na taglay mismo ng larawan ang pinsala, anuman ang humiling o kung bakit:

• Sekswal na nilalamang may kinalaman sa mga menor de edad. Walang kontekstong nagpapatanggap dito; walang propesyonal na daloy ng trabaho ang nangangailangan nito.
• Mapanghimasok na larawan ng tunay na tao nang walang pahintulot. Ang pinsala ay dumadapo sa taong hindi pumayag, at hindi ito nababawi ng pagtanggal.
• Tinutukoy na panliligalig at mapanirang paggawa-gawa — ang pagpapalabas na may ginawa ang isang pinangalanang indibidwal na hindi naman niya ginawa.
• Mga dokumentong pantapat sa pamemeke — pasaporte, ID, salapi, selyo at instrumentong pinansiyal na ginawa para maipasang tunay.
• Mapanlinlang na sintetikong ebidensya — gawa-gawang larawan ng tunay na pangyayari na ipinapakita bilang dokumentasyon sa halip na ilustrasyon.

Maikli ang listahan at may istraktura ito: ang pinsala ay nasa mismong bagay, sa pagkakahawig nito sa tunay na tao o dokumento, at sa paglalahad nito bilang katotohanan. Pansinin kung ano ang wala rito — kahubaran, dugo, armas, makasaysayang kalupitan, panlalait sa pulitika. Iyon ang hilaw na materyal ng medisina, peryodismo, sining, forensics at satire, at ang filter na tinuturing silang kategorya ng pinsala ay nagpapatupad ng mas malawak na ideya tungkol sa kung aling mga paksa ang kagalang-galang.

Ipinagbabawal ng Shannon ang lahat ng nasa listahang iyon, sa isang inilathalang Responsible Use Policy na may pinangalanang kategorya at kahihinatnan, sa halip na isang talaan ng keyword na nahuhuli rin ang "placenta." Ang isa ay tuntuning mababasa mo at maipapanagot mo sa amin; ang isa ay hula tungkol sa balak mo ng isang classifier na hindi mo nakikita.

03Gaano kalaki ang problema sa sobrang pagtanggi? Ang sinusukat ng pananaliksik

Hanggang kamakailan, ang sobrang pagtanggi sa mga image model ay anekdota lang — libo-libong taong may parehong kuwento at walang paraan para sukatin ito. Nagbago iyon sa OVERT (OVEr-Refusal evaluation on Text-to-image models), na inilahad sa ICML 2025 ng isang grupo mula sa UC Berkeley kasama sina Ziheng Cheng, Somayeh Sojoudi, Xuandong Zhao, Dawn Song at Song Mei: ang unang malakihang benchmark na sumusukat kung gaano kadalas tinatanggihan ng mga sistemang text-to-image ang mga prompt na talagang walang sala.

Mahalaga ang disenyo. Ang 4,600 na prompt ay binuo para magmukhang mapanganib habang walang sala — ang hugis ng tunay na propesyonal na kahilingang bumabanggit ng scalpel, pasa o protesta — at ang 1,785 na tunay na mapanganib na prompt ay nakatabi bilang kontrol, kaya hindi makakakuha ng magandang marka ang model sa pamamagitan ng pagtanggi sa lahat. Ang siyam na kategorya ay mula sa privacy ng indibidwal at pampublikong pigura, sa copyright, diskriminasyon, pananakit sa sarili, sekswal na nilalaman at ilegal na gawain, hanggang sa karahasan.

Ang pangunahing natuklasan ay laganap ang sobrang pagtanggi sa lahat ng kategorya at sa mga nangungunang model. Ang pangalawa ay mas mapaminsala sa karaniwang paraan ng pag-iwas: sinubok ng mga may-akda ang pagsusulat muli ng prompt bilang panlunas at iniulat nilang ito ay "madalas na sumisira sa katapatan sa kahulugan ng orihinal na mga prompt." Kaya mong makadaan sa filter sa pamamagitan ng pagbabago sa hiniling mo, at pagkatapos ay wala ka na sa hiniling mo.

May mas makitid na pag-aaral na umaabot sa parehong konklusyon mula sa panig ng pixel. Sa An Art-centric perspective on AI-based content moderation of nudity (Riccio, Curto, Hofmann at Oliver, AI4VA workshop sa ECCV 2024), sinuri ng mga may-akda ang tatlong production NSFW classifier sa artistikong kahubaran at natuklasan ang parehong bias sa kasarian at bias sa estilo: ang hatol sa isang pag-aaral ng pigura ay nakadepende sa kaninong katawan ang inilalarawan at sa anong estilo. Iyon ang nasukat na pahayag ng bagay na sinasabi sa bawat life-drawing artist na guni-guni lang.

04Walong uri ng lehitimong trabahong hinaharangan ng may-filter na generator

Ito ang mga kategorya kung saan ang sobrang pagtanggi ay hindi abala kundi pagtigil ng trabaho. Kung may tiyak na iniulat na kaso, sinisipi ito; kung walang nabeberipika, inilalarawan ang kategorya nang hindi umiimbento ng insidente.

1. Medikal at anatomikong ilustrasyon

Ang pinakadokumentadong kaso sa larangan. Noong Abril 2023, iniulat ng The Intercept (Debbie Nathan) na ipinagbawal ng Midjourney ang mga terminong anatomikal kasama ang speculum, placenta, cervix, vulva, fallopian tubes, mammary glands, uterine, urethra, hymen, sperm, condom at IUD, samantalang tinanggihan ng DALL·E 2 ang "pills used in medication abortion" na may mensahe tungkol sa patakaran sa nilalaman. Natuklasan ang pattern ni Julia Rockwell, isang clinical data analyst na sumubok gumawa ng larawan ng placenta bilang regalo sa isang kaibigang cell biologist, at iniulat ito sa MIT Technology Review. Ang asimetriya ang nagbubunyag: normal na nakakagawa ang "stethoscope" habang ipinagbabawal ang "speculum". Tinawag ng mananaliksik ng University of Washington na si Bill Howe ang mga filter na "ham-fisted" at sinabing dahil dito ay naging "basically impossible to have a scientific discussion about reproduction." Ang edukasyon ng pasyente, ang mga surgical atlas at ang kurikulum sa pag-aalaga ay pawang nangangailangan ng tumpak na paglalarawan ng katawan, kasama ang mga bahaging ipinasya ng isang listahan ng keyword na malaswa.

2. Forensic at muling pagbuo ng aksidente

Ang muling pagbuo ng banggaan, pagsusuri sa pinagmulan ng sunog at mga demonstratibo sa hukuman ay nangangailangan ng paglalarawan ng pinsala, sugat at marahas na mekanika nang may klinikal na katumpakan. Ang filter na nakatakdang tanggihan ang "dugo" o "sugat ng baril" ay tinatanggihan ang buong disiplina: ang konteksto — isang ulat ng eksperto, isang file ng seguro — ay hindi nakikita ng classifier, at ang mismong neutralidad na nagpapatanggap sa gayong larawan sa korte ang siya ring nagpapabasa rito bilang karahasan.

3. Art nudes at life drawing

Ang hubad ay pundasyong paksa ng sining sa buong mundo, at ang pag-aaral ng pigura ay pangunahin sa edukasyon sa sining. Ang resulta ng ECCV 2024 sa itaas ang nasukat na bersyon ng iniuulat ng mga artista: hindi maaasahang mapaghihiwalay ng mga classifier ang pag-aaral ng pigura sa pornograpiya, at may bias sa kasarian at estilo ang mga pagkakamali nila — isang filter na pinakamatindi sa mismong tradisyong dapat sana nitong makilala.

4. Makasaysayan at pandigmang larawan

Ang sining sa aklat-aralin, ang interpretasyon sa museo at ang mga proyektong pang-alaala ay nangangailangan ng paglalarawan ng uniporme, armas, kampo, labanan at kalupitan. Nakapagtuturo ang pangyayaring Gemini noong Pebrero 2024 dahil ang pagkabigo ay tumakbo sa kabaligtarang direksyon at gumawa ng katumbas na pinsala. Pinahinto ng Google ang kakayahan ng Gemini na gumawa ng larawan ng mga tao noong Pebrero 22, 2024 matapos itong gumawa ng muling binuong paglalarawan ayon sa lahi ng mga makasaysayang grupo, kasama ang mga sundalong Aleman noong panahon ng Nazi. Tinawag ng CEO na si Sundar Pichai ang mga output na "completely unacceptable"; kinilala ni SVP Prabhakar Raghavan na ang model ay "overcompensated" at naging "over-conservative." Hindi ginawang mas ligtas ng kaligtasang bulag sa konteksto ang makasaysayang larawan — ginawa nitong huwad, at para sa isang naglalathala ng kasaysayan, mas masama iyon.

5. Karahasan sa kathang-isip at pre-visualization ng pelikula

Ang mga storyboard, concept art, komiks at disenyo ng laro ay naglalarawan ng karahasan sa parehong dahilan gaya ng mga nobela at pelikula. Ang filter na hindi mapaghiwalay ang isang storyboard ng horror sa isang pagbabanta ay tinatrato ang buong daloy ng sining ng pagkukuwento bilang kahina-hinala — kahit na tahasang hindi tunay ang storyboard, isang plano para sa eksenang itatanghal ng mga aktor at ng effects team.

6. Political satire at editorial cartooning

Ang karikatura ng makapangyarihan ay kabilang sa pinakaprotektadong kategorya ng pananalita sa karamihan ng demokrasya, at rutinang ito ang unang tinatanggal ng isang image filter. Ang pinakamalinaw na dokumentadong kaso ay ang desisyon ng Midjourney noong Abril 2023 na ipagbawal ang mga larawan ni Chinese President Xi Jinping at harangan ang pangalan niya sa mga prompt — iniulat ng PetaPixel, Decrypt at iba pa — habang patuloy na pinapayagan ang ibang pinuno ng mundo. Ipinaliwanag ng tagapagtatag na si David Holz sa Discord na gusto ng kumpanyang "minimize drama" at na "the ability for people in China to use this tech is more important than your ability to generate satire"; tinawag itong censorship ni Sarah McLaughlin ng Foundation for Individual Rights and Expression. Anuman ang konklusyon ng isang tao tungkol sa kalkulasyong pangnegosyo, karapat-dapat pangalanan ang mekanismo: isang pambansang paghihigpit sa pananalita na ipinapataw sa bawat gumagamit sa buong mundo, dahil iisa lang ang setting ng isang pandaigdigang filter.

7. Security research at materyal para sa kamalayan sa phishing

Gumagawa ang mga security team ng materyal sa pagsasanay na kailangang magmukhang mismong bagay na binabalaan nito: isang kapani-paniwalang pekeng login screen, isang pinekeng invoice, isang malisyosong QR code sa parking meter. Sa isang classifier ay hindi ito makikilala mula sa atakeng ipinapabakuna nito — ang pagkakahawig mismo ang punto — kaya pantay na hinaharangan ng mga filter ang depensa at ang opensa, na nakabuti sa umaatake, na hindi naman talaga gagamit ng may-filter na kasangkapang pangmamimili.

8. Mga may-ari ng karapatang tinatanggihan ng larawan ng sarili nilang brand, produkto o wangis

Hindi tinitingnan ng pagsasala sa copyright at trademark ang pagmamay-ari; tinitingnan nito ang pagkakahawig. Hindi madaling makagawa ng kumpanya ng larawan ng sarili nitong logo o produkto, hindi mailarawan ng may-ari ng karapatan ang sarili nitong karakter, at madalas na hindi magawa ng mga tao ang sarili nilang mukha, dahil nakabatay ang mga filter sa wangis sa pagiging nakikilala sa halip na sa pahintulot. Kasama sa OVERT ang "copyright violations" sa siyam na kategorya nito ng sobrang pagtanggi dahil mismo sa pagiging karaniwan ng maling pagharang na ito. Ang filter ay mapurol na kasangkapan para sa isang tanong — may karapatan ka ba rito? — na wala itong paraan para itanong.

Apat sa walo sa itaas ang nakaangkla sa tiyak na inilathalang kaso (medikal, art nudes, makasaysayan, satire) kasama ang kategoryang copyright ng OVERT para sa ikawalo. Ang forensics, pre-visualization ng kathang-isip at materyal para sa kamalayan sa seguridad ay inilalahad bilang kategorya: kilalang uri sila ng apektadong propesyonal na trabaho na wala kaming nabeberipikang tiyak na inilathalang insidente.

05Bakit maling bagay ang hinaharangan ng mga AI art generator, at bakit hindi maaayos sa pag-tune ang maling pagharang ng content filter

Ang likas na tugon sa sobrang pagharang ay "luwagan ang threshold." Hindi ito gumagana, sa istruktural na dahilan at hindi dahil sa kakulangan ng pagsisikap.

Nagsasapawan ang mga kategorya sa senyales pero hindi sa realidad. Ang surgical illustration at ang pornograpiya ay parehong may kahubaran. Ang forensic reconstruction at ang karahasan ay parehong may dugo. Ang slide sa kamalayan at ang phishing kit ay parehong may pekeng login form. Ang satirical na cartoon at ang mapanirang paggawa-gawa ay parehong may nakikilalang pulitiko. Ang nagpapaiba sa bawat pares ay ang layunin at paglalahad — wala sa prompt at wala sa mga pixel. Walang threshold na maghihiwalay sa dalawang populasyong nasa parehong rehiyon ng input space; ang paggalaw nito ay nagpapalit lang ng isang pagkakamali para sa isa pa. Iyon ang ipinakita ng pangyayaring Gemini: isang hakbang na ginawa para ayusin ang isang pagkabigo ay bumuo ng isa pa, na inilarawan ng sariling SVP ng Google bilang "overcompensated."

Asimetriko ang mga gastos para sa operator, hindi para sa iyo. Ang filter na nagpapadaan ng isang masamang larawan ay bumubuo ng balita. Ang filter na humaharang ng sampung libong lehitimo ay bumubuo ng katahimikan, dahil hindi nag-oorganisa ang tinanggihang gumagamit — sumusuko sila. Ang pamamahala sa panganib sa ilalim ng asimetriyang iyon ay permanenteng humahantong sa sobrang pagharang. At dahil imposible ang saligang paghatol, umiipon ang mga blocklist ng literal na string habang nangyayari ang mga insidente, at ganoon nagiging maayos ang "stethoscope" habang ipinagbabawal ang "speculum". Walang nagpasyang mas mapanganib ang mga instrumentong pambabae; lumaki ang listahan kung saan dumapo ang mga reklamo. Ini-encode nito ang kasaysayan ng PR ng isang operator, hindi ang teorya ng pinsala.

Ang pinakamahigpit na hurisdiksyon ang nagiging pandaigdigang default. Iisang filter ang naglilingkod sa bawat gumagamit sa bawat bansa, kaya ang paghihigpit na idinagdag para sa isang merkado ay ina-export sa lahat ng iba — ang tuntunin tungkol kay Xi Jinping ang huwarang kaso. At sinisira ng pagsusulat muli ng prompt mo ang kahulugan mo, na siyang eksperimental na punto ng OVERT: bawat propesyonal na naglinis ng kahilingan tungo sa eupemismo para makadaan sa filter ay nagpatunay nito nang mag-isa. Hindi ka nanalo; nagkasundo ka lang.

Wala rito ang libre, at dahil tahimik itong nabibigo ay hindi nakikita ang halaga sa mga sukatang binabantayan ng operator. Pagkatapos ng sapat na pagtanggi, tumitigil ka sa paghingi, at pinipiga mo nang maaga ang bawat prompt tungo sa hinuhulaan mong papasa; ang eupemismong sa wakas ay pumasa ay nagbubunga ng larawang malapit sa, pero hindi, ang kailangan ng dokumento mo. Ang pangkalahatang mensahe tungkol sa patakaran ay walang sinasabi tungkol sa kung aling layer ang pumutok, kaya makakahula ka lang at susubok muli — at paulit-ulit ang trabaho sa larawan, kaya ang filter na humahuli ng isa sa bawat limang pagsubok ay sumisira sa siklo sa halip na basta pabagalin ito. Samantala, ang mga larangang may pinakamalakas na karapatan sa seryosong kasangkapan ay walang tagasuri, walang apela at kadalasang walang inilathalang listahan ng hinaharangan. Ang tuntuning hindi mo mababasa ay hindi tuntunin; panahon iyon.

06Uncensored laban sa may-filter na AI image generator: ano talaga ang nagbabago

Narito ang tapat na bersyon ng paghahambing, kasama ang hindi ibinibigay sa iyo ng sistemang walang filter.

Sukat	May-filter na generator	Walang filter (Shannon)
Ano ang nagpapasya	Isang classifier na bumabasa ng salita at pixel	Isang taong bumabasa ng eksaktong prompt
Kailan mo nalalaman	Pagkatapos mong isumite — minsan pagkatapos mong magbayad	Bago mag-render o masingil ang kahit ano
Ano ang tuntunin	Hindi inilathala, nagbabagong blocklist	Isang inilathalang Responsible Use Policy
Propesyonal na konteksto	Hindi nakikita ng sistema	Sa iyo hawak, at sa iyo ang panagutan
Paraan ng pagkabigo	Tahimik na sobrang pagharang, paglihis ng kahulugan	Nakukuha mo ang hiniling mo — kasama ang mga pagkakamali
Sino ang may dala ng panganib	Ang vendor, ibinabagsak sa trabaho mo	Ibinabahagi: patakaran ng operator kasama ang pananagutan ng gumagamit

Ang huling hanay ang nilalaktawan ng mga tao, at ito ang mahalaga. Ang pagtanggal ng filter ay hindi nag-aalis ng mga kategorya ng pinsala sa seksyon 02; inaalis nito ang makinang masamang nanghuhula tungkol sa kanila. Nananatili ang obligasyon kung nasaan ito, na hawak ngayon ng dalawang partidong kayang mangatwiran tungkol sa konteksto: ang operator, na naglalathala at nagpapatupad ng patakaran, at ikaw, na alam kung para saan ang larawan. Ang AI image generation na walang filter ay kasangkapan para sa mga taong handa nang tumayo sa likod ng output nila — ang atlas ng siruhano, ang ulat ng eksperto, ang storyboard, ang cartoon — na pinipigilan ng sistemang hindi sila mapaghiwalay sa iba.

07Ano ang ginagawa ng Shannon — at ano ang hindi

Mas mahalaga rito ang katumpakan kaysa sigasig, lalo na para sa mga mambabasang nanggaling sa paghahanap tungkol sa API.

Ang ginagawa nito

• Paggawa. Ilarawan ang larawan sa payak na wika, sa anumang wika. Sinusulat mismo ng Shannon ang generation prompt, sa Ingles, anuman ang wikang ginamit mo sa paghiling.
• Pag-edit ng isang larawan. Eksaktong isang pinagmulan — isang larawang nasa usapan na, o isang nakakabit sa kasalukuyang mensahe mo — na binago ng tagubiling nagsasabi kung ano ang nagbabago at ano ang nananatili. Awtomatikong pinapanatili ng output ang aspect ratio ng pinagmulan.
• Pagsasama ng dalawa o higit pang larawan. Paglilipat ng damit, bagay-sa-eksena, tao katabi ng tao, produkto-sa-tao, paksa mula sa isang larawan kasama ang istilo mula sa iba. Pinapangalanan ng prompt ang papel ng bawat larawan ayon sa pagkakasunod, at ginagamit ang tunay na mga larawan, kaya napapanatili ang aktuwal nilang anyo sa halip na muling ilarawan.
• Kontrol sa hugis. square (default), portrait, landscape, wide at tall. Laging panalo ang tahasang hiling.
• Pag-render sa sarili naming GPU cluster, nang walang content filter sa daanan ng generation at walang refusal layer sa model na sumusulat ng prompt.

Ang hindi nito ginagawa

• Walang video. Hindi pinapagalaw ng Shannon ang mga larawan at hindi ito gumagawa ng video. Hindi ito bagay sa roadmap na pilyong itinatago — wala talaga ito.
• Wala sa API. Ang paggawa, pag-edit at pagsasama ng larawan ay nasa Shannon chat app. Ang /v1 API ay naghahatid ng teksto at vision — kaya nitong basahin ang mga larawang ipinapadala mo — pero hindi nito nire-render ang mga ito.
• Walang generation nang hindi inanyayahan. Ang pagbati, ang tanong o ang basta ikinabit na litrato ay hindi nagbubunsod ng larawan. Ang paghiling sa Shannon na tingnan ang isang larawan — ilarawan ito, basahin ito, suriin ito — ay karaniwang vision work, hindi generation, at walang dagdag na bayad.

Ang confirmation card

Ito ang mekanismong pumapalit sa filter, at pagpiling pandisenyo ito sa halip na pormalidad. Kapag napagpasyahan ng Shannon na humihingi ka ng larawan, sinusulat nito ang generation prompt at ipinapakita ito sa iyo sa isang confirmation card bago mag-render ang kahit ano. Walang ginagawa at walang sinisingil hangga't hindi ka kumukumpirma.

Ihambing ang dalawang disenyo ayon sa merito nila. Ang filter ay nanghuhula sa layunin mo gamit ang mas kaunting impormasyon kaysa sa mayroon ka, at tahimik nitong ipinapatupad ang hula. Ang confirmation card ay naglalagay ng literal na espesipikasyon ng larawan sa harap ng partidong nakakaalam kung para saan ito, bago gumastos ng anumang compute. Nahuhuli nito ang maling pagkakabasa sa kahilingan mo, na hindi kailanman ginagawa ng mga filter; hinahayaan ka nitong idagdag ang anatomikal na katumpakan o makasaysayang detalyeng kulang sa pagtukoy ng model; at ginagawa nitong nababasa ang pananagutan sa halip na kumalat. Nakita mo ang prompt, at pinindot mo ang pindutan.

08Itinataas ng generation na walang filter ang pananagutan, hindi nito ito inaalis

Nabibilang ito rito sa halip na sa footer, dahil kalahati ito ng argumento. Ang may-filter na generator ay nangangako ng hindi nito kayang tuparin: na pipigilan ng kasangkapan ang maling paggamit para sa iyo. Nabibigo ito sa dalawang direksyon — hinaharangan nito ang siruhano, at hindi nito napipigilan ang determinadong masamang tao, na may ibang opsyon at palaging may ganoon. Ang maaasahan nitong nagagawa ay ipadama sa lahat na naasikaso na ang pananagutan sa itaas, ng makina. Inaalis ng pagtanggal ng filter ang kathang-isip na iyon; bumabalik ang tanong kung dapat bang umiral ang isang larawan sa mga taong kayang sumagot nito.

• Ang obligasyon ng Shannon Lab LLC. Isang inilathala at tiyak na Responsible Use Policy na nagpapangalan ng mga ipinagbabawal na kategorya sa halip na isang hindi inilathalang blocklist — mga tuntuning mababasa mo, masisipi mo at maipapanagot mo sa amin.
• Ang obligasyon mo. Alam mo ang layunin, ang tagapakinig, ang hurisdiksyon at ang katayuan ng pahintulot ng bawat inilalarawan. Hindi ito alam ng kasangkapan, at hindi ito kailanman malalaman ng classifier. Umiiral ang confirmation card para maipatupad ang kaalamang iyon sa sandaling mahalaga ito, ng partidong may hawak nito.
• Ang linyang hindi gumagalaw. Ang "hindi ako pinigilan ng filter" ay hindi kailanman naging depensa sa anumang midyum. Hindi tumatanggi ang kamera, hindi tumatanggi ang lapis; ang batas at ang propesyonal na etika ang namamahala sa paggamit, hindi ang instrumento. Ibinabalik ng generator na walang filter ang karaniwang kaayusang sinusunod ng bawat ibang propesyonal na kasangkapan.

Basahin ang Responsible Use Policy bago ka magsimula. Maikli ito, tiyak, at ito ang bahagi ng produktong nagpapatanggol sa lahat ng iba pa.

09Mga madalas itanong

---

Mga pinagmulan: Cheng, Huang, Xu, Sojoudi, Zhao, Song & Mei — OVERT (arXiv:2505.21347, ICML 2025) · Riccio, Curto, Hofmann & Oliver — An Art-centric perspective on AI-based content moderation of nudity (arXiv:2409.17156, AI4VA @ ECCV 2024) · Debbie Nathan, The Intercept, Abril 22, 2023 · PetaPixel, Abril 3, 2023 · CNBC, Pebrero 22, 2024. Ang Shannon AI ay pinapatakbo ng Shannon Lab LLC, New Mexico, USA.