Jak uruchomić 60 sieci neuronowych w jednej zakładce i dlaczego hakerzy tego potrzebują
Niedawno natknąłem się na repozytorium G0DM0D3 autorstwa developera znanego jako Pliny the Prompter. Jeśli śledzisz tematykę jailbreaków i „red teamingu" sieci neuronowych, ta nazwa jest ci prawdopodobnie znajoma. Projekt wygląda jak powrót do czatów hackerów z lat dziewięćdziesiątych: ASCII art w konsoli, odważne slogany o „wolności poznawczej" i brak wymaganej rejestracji.
Zasadniczo jest to zaawansowany interfejs do pracy z dziesiątkami LLM jednocześnie. Ale w przeciwieństwie do typowych chatbotów, tutaj skupiono się na eksplorowaniu granic tego, co jest dozwolone i testowaniu odporności modeli.
Co kryje się pod maską tego wielofunkcyjnego narzędzia
Główną cechą projektu jest możliwość pracy z agregatorami i silnikami lokalnymi. Nie musisz wiązać się z jednym dostawcą. G0DM0D3 może wywoływać API OpenRouter (który daje dostęp do ponad 60 modeli), Venice, a co najlepsze — łączyć się z twoimi lokalnymi instancjami przez Ollama, LM Studio lub vLLM.
Cały interfejs jest spakowany w jeden plik index.html. Żadnych ciężkich frameworków, żadnych buildów npm, żadnych niekończących się zależności. Wystarczy sklonować repozytorium i otworzyć plik w przeglądarce.
Potem wystarczy tylko podać klucz API lub adres serwera lokalnego w ustawieniach i możesz zaczynać eksperymenty.
Tryby dla tych, którzy lubią ostre wrażenia
Developer dodał do interfejsu kilka wyspecjalizowanych narzędzi, które rzadko spotyka się w typowych „nakładkach" na ChatGPT.
Równoległe wyścigi w Godmode Classic
W tym trybie system uruchamia pięć różnych kombinacji model + prompt jednocześnie. Każda kombinacja używa własnych metod omijania ograniczeń — od semantycznego odwracania granic po formatowanie w stylu l33t. Piszesz jedno zapytanie i otrzymujesz pięć odpowiedzi od Claude, Grok, Gemini i GPT-4. Zwycięzcą jest wariant, który dał najbardziej kompletną i niefiltrowaną odpowiedź.
Skalowa ewaluacja w Ultraplinian
Jeśli pięć modeli to za mało, jest tryb Ultraplinian. Pozwala na równoległe odpytywanie do 60 modeli (w zależności od wybranego tieru). System automatycznie ocenia odpowiedzi na skali 0-100 i wyprowadza najlepszy wynik. To przydaje się, gdy musisz szybko sprawdzić, która architektura radzi sobie lepiej z konkretnym niszowym zadaniem.
Lingwistyczne tortury z Parseltongue
To prawdopodobnie najciekawsza część dla badaczy bezpieczeństwa. Parseltongue to silnik do modyfikowania tekstu wejściowego. Może zastosować 33 techniki zaciemniania: od zastępowania znaków podobnymi znakami Unicode po kodowanie w alfabecie Morse'a lub transformacje fonetyczne. Służy to do testowania, w którym momencie model przestaje rozumieć kontekst lub, odwrotnie, kiedy filtry bezpieczeństwa są omijane z powodu nietypowej pisowni słów.
Prywatność i dane
Autor projektu zajął uczciwe stanowisko. Zamiast marketingowych haseł o „całkowitej anonimowości", README jasno określa, gdzie i co jest wysyłane.
Historia czatów jest przechowywana tylko w twojej przeglądarce (localStorage). Wyczyściłeś cache — straciłeś rozmowę. Nie ma synchronizacji w chmurze i to jest świadomy wybór. Telemetria jest domyślnie włączona, ale zbiera tylko metadane (który model był użyty, jak długo trwała odpowiedź, długość tekstu). Twoje rzeczywiste prompty i odpowiedzi nie trafiają do telemetrii, chyba że włączysz specjalny tryb uczestnictwa w zbiorze danych.
Jeśli paranoja weźmie górę, możesz włączyć tryb Local-only. W tym trybie interfejs całkowicie odcina zewnętrzne API i działa tylko z twoim lokalnym serwerem Ollama.
Kto znajdzie to przydatne
Projekt jest niszowy. Raczej nie nadaje się do codziennego pisania listów czy planowania wakacji. Ale z pewnością będzie przydatny w kilku scenariuszach:
- Red Teaming i audyty bezpieczeństwa. Jeśli testujesz swój model lub aplikację pod kątem odporności na iniekcje.
- Porównywanie modeli. Gdy musisz szybko przepuścić to samo złożone zapytanie przez tuzin różnych architektur i wybrać ulubieńca.
- Praca lokalna. Jeśli masz mocny sprzęt i chcesz wygodny interfejs użytkownika dla swoich modeli bez wysyłania danych do chmury.
G0DM0D3 zdobywa punkty za prostą instalację i brak niepotrzebnych pośredników. To narzędzie dla tych, którzy chcą kontrolować proces interakcji z AI aż do najdrobniejszych parametrów, w tym temperaturę i kary za powtórzenia, które tutaj są konfigurowane przez system AutoTune.
Możesz wypróbować projekt albo przez oficjalną stronę (będziesz potrzebować własnych kluczy), albo po prostu pobrać index.html na swoją maszynę. Tylko nie zapomnij zrobić kopii zapasowej historii przez eksport w ustawieniach, jeśli planujesz używać narzędzia przez dłuższy czas — localStorage jest zawodny.
Powiązane projekty