Нейросетевые модели являются “слепком” информации из интернет из ответов которого разработчики убирают все нежелательное для работы в офисе и проверяющих органов. Цензура у разных моделей проявляется по разному: американские модели “боятся” обидеть пользователя и фильтруют ответы и вопросы на большое количество житейских тем, а китайские в основном на чувствительные для Китая политические темы, Алисы и Гигачаты не ответят вам на запрещенные в России запросы а в последнее время избегают и технических вопросов про сетевые настройки / доступ к информации в интернет. Но что интернационально объеденяет LLM, так это NotSafeForWork фильтр (как говорят на форумах - 99% порно и 1% насилия), отсекающий в ответах вопросы по исходной информации.

И все бы ничего, если в цели не входит обработка, поиск и структурирование любого визуального контента. А в обычной жизни и в интернет не так много единорогов поедающих радугу и производящих из нее бабочек. Облачные сервисы и их API вам с ответами на вопросы по такой информации не помогут, поэтому остается вариант с локальным запуском нейронок.

Для создания нецензурируемых нейросетей используют либо добавление NSFW данных в обучающую выборку исходной модели, что достаточно дорого, либо fine tuning - дообучение базовой модели на специализированном наборе данных где она учится генерировать ответ на вопрос а не отказывать. Или редактирование весов уже обученной модели чтобы отключать пути вывода отвечающие за срабатывание фильтра, техника называется abliteration. Можете поискать на github проекты для автоматического directional abliteration, если интересно как это работает.

Для массовой обработки визуальной информации вам не подойдут обычные abliterated версии мультимодальных моделей, так как нужно четкое следование инструкциям моделью, визуальный энкодер который работает штатно и структурированный вывод информации. А при таком методе снятия с модели цензуры страдает качество ответов, ломается структурированный вывод итп.

Практическое использование

Для обычных пользователей без опыта в установках и настройках, чтобы запустить на своем компьютере нецензурируемую LLM проще всего использовать Ollama. LMStudio также достаточно простой способ в установке и использовании. Кто-то использует KoboldCpp скачивает и подкладывает ему модели самостоятельно. Более опытные люди используют llama.cpp или vllm запуская в коммандной строке.

Очевидно, что для комфортной производительности (десятки секунд на ответ) при локальном запуске нейросетевых моделей потребуется современный GPU с достаточным для работы объемом видеопамяти. Запускать модель на CPU и ждать ответа десятки минут вам вряд ли захочется.

В этой публикации я рекомендую установить Ollama и скачать одну из моделей:

• lama-joycaption-beta-one-hf-llava

• Qwen3.5-Uncensored-HauhauCS-Aggressive

• Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive

Установка docker с Ollama:

Загрузка модели:

Для пользовательского интерфейса чата с моделью рекомендую установить OpenWebUI и початиться с этими локальными моделями, загружая в чат произвольные изображения из интернет и прося описать картинку.

Особенности работы с NSFW моделями

Мультимодальная qwen2.5vl:7b или qwen2.5vl:32b является наименее цензурированной из современных оригинальных моделей и не отказывающая в обработке любого NSFW контента, но текст будет очень обтекаемо описывать сцену без подробностей и нецензурных слов. Qwen3VL скромно умолчит и не будет находить на изображении лица попавших под NSFW фильтр, а Gemma4 скорее всего не выдаст вообще никакого ответа по запрошенной схеме.

JoyCaption в отличии от её конкурентов видела многое в своей обучающей выборке, но неплохо отвечает только на английском языке. Обычно ответ на русском у этой модели без смеха и слез не удается прочитать.

Для лучшего качества извлечения признаков и описания медиаконтента для меня работает сочетание цензурированной и нецензурированной модели. Когда ответы и той и этой модели сохраняются в базу данных и позволяют искать запросами по коллекции изображений.

Покажу на примерах как эти модели описывают фотоколлекции.

Основная модель Qwen3VL, nsfw модель JoyCaption

Основная модель Qwen3.5-Uncensored-HauhauCS-Aggressive:9b, nsfw модель JoyCaption

Для этой публикации старался подобрать максимально безобидный контент, не в пример тому что встречается на huggingface для обучения NSFW фильтров:

Если это нужно проиндексировать сотни тысяч изображений локально и организовать поиск или аналитику по такой коллекции, то вам не обойтись без подобных моделей “без тормозов”.

В итоге

Такой подход позволяет извлекать из исходных данных и искать абсолютно любую информацию локально, что может быть полезно как data science специалистам для анализа данных без отправки их в облачные сервисы, так и обычным пользователям с разбором локальных файлов. А также является подготовительным этапом для создания новой обучающей выборки для диффузионных моделей и LoRA Adapters.