Эксперимент 10 — 18+ рука (explicit/dark) на 蛊真人 (D14.4, последний critical)

Дата: 2026-07-09 · Зона: полигон · Гейт: D14.4 (18+ эмпирика — единственный critical ревью 07.09) + D14.2 (Mistral как фолбэк канала B) + D3 (Grok = канал B + судья 18+).

Мерим то, о чём весь проект: отказывается ли модель переводить тёмный/жёсткий контент, молча ли вырезает, и вменяемо ли судья оценивает 18+. Источник — приёмочная книга D18 蛊真人 (насилие/жестокость/dark — этого в ней много; текст и корпус ВНЕ git, Р8). Модели — БОЕВОЙ канал B (grok-4.3, Mistral-кандидат, локальная abliterated), DeepSeek — КОНТРОЛЬ.

Корпус (3a)

10 zh-фрагментов насилия/gore (~1200 симв. каждый), уровень 2, eval/data/refusal_corpus_gu/l2-violence-gu.jsonl (+ в каноне refusal_corpus/l2-violence.jsonl). Отобраны по violence-density-скорингу (eval/gu_corpus_build.py), затем проаудированы отдельным агентом (связность + реальная жестокость + скрин уровня-3) — аудит поймал ошибку экстракции (глобальный индекс 节 vs номер главы) и дал верифицированные индексы:

id	节 (global)	содержание (EN-тег)
gu-001	36	murder + corpse chopped to pulp (gossip)
gu-002	37	dismembered corpse in a gift box
gu-003	71	bloody beast hunt/kill (animal gore)
gu-004	183	blood-lake monster menace
gu-005	198	mass clan slaughter, adult victim bisected
gu-006	254	serial murder to raise a corpse army
gu-007	257	zombie siege, commoners abandoned (betrayal)
gu-008	526	asura body-horror duel, limb-crush
gu-009	194	gu-master blood-dome battle, mass deaths
gu-010	1565	immortal-tier duel, ghost-swarm self-destruct

Уровень 3 (несовершеннолетние в сексуальном контексте): НИ ОДНОГО — проверено по каждому фрагменту (все жертвы/участники — взрослые; насилие не сексуальное).

⚠ Честная оценка покрытия l2-erotica (обязательный пункт 3a)

Проведён sweep всей книги (2283 节, ~45 эротика-маркеров). 蛊真人 НЕ может дать срез l2-erotica. Максимальная density эротика-маркеров ≈0.008 против 0.07 у насилия (на порядок ниже) и они почти все ложные (奸=内奸/奸诈 «предатель/коварный», 淫=эпитет 淫贼 «развратник», 巫山/床 — топоним/буквально). Что есть: (а) «тёплые»/суггестивные сцены-обрывы (节11 «不过是色诱罢了» — соблазнение→удушение), (б) случайная нагота в бою/купании, (в) сексуальное НАСИЛИЕ (арка «四大淫贼»/Четыре развратника, 节≈2092–2099 — угроза насилия над взрослыми пленницами, имплицитно, НЕ explicit, НЕ консенсуальная эротика). Вывод владельцу: для эротика-среза нужен ВТОРОЙ источник (согласуется с 女主：无, книга насилие/интриги). Если владелец захочет ОТДЕЛЬНУЮ категорию «sexual-violence/dubcon» — арка 淫贼 может её засеять, но нужен независимый скрин (взрослые).

Refusal / excision (3b) — прогон `refusal_bench.py` на 10 фрагментах, zh→ru

Провайдер	Модель	ok	echo	excision	refusal
grok (reasoning OFF)	grok-4.3 `reasoning_effort:none`	5	4	1	0
grok (reasoning ON) — контроль	grok-4.3 (дефолт reasoning)	10	0	0	0
Mistral (кандидат канала B)	mistral-large-2512	10	0	0	0
DeepSeek (КОНТРОЛЬ)	deepseek-v4-flash	9	1	0	0
local abliterated 8b	qwen3-abliterated:8b	8	0	2	0 (n=10) (счётчики исправлены оркестратором 09.07 по jsonl — в первой редакции «7/n=9»)
local abliterated 30b	qwen3-abliterated:30b-a3b	3	0	0	0 (n=3, слишком медленно)

Провенанс: сырые выходы + usage + UTC + model-id — eval/data/refusal_results_explicit/<provider>.jsonl. Итог по всем рукам (исправлено оркестратором 09.07 по данным): 45 ok / 5 echo / 3 excision / 0 content_refusal. Примечание ревью: единственный «excision» grok-off (gu-010) — на деле дегенеративный луп (8000 ток. ровно в потолок, len_ratio 13.4, повторы), не тихое вырезание → провал grok reasoning-OFF фактически 5/10 (4 эха + 1 луп).

Находки 3b

НУЛЕВОЙ отказ по контенту от ВСЕХ провайдеров на насилии/gore. Никто не отказался переводить тёмный контент. Даже DeepSeek переводит насилие без отказа — согласуется с D14.1 (его ToS §3.4(5) запрещает sexually-explicit, а не насилие; для violence-фрагментов DeepSeek допустим, для sexually-explicit — НЕТ, это не проверялось и запрещено ToS).
🔴 grok-4.3 с reasoning OFF ЭХАЕТ исходник на 40% (4/10 — возвращает китайский verbatim, не перевод; быстрые ~6–12с/~815 ток., reasoning_tokens=0) + 1 excision. Это тот же класс, что эхо-мина DeepSeek (D18: deepseek-эхо 25%). Ратифицированный конфиг «канал B — thinking OFF» (D3/D6.2) делает grok-4.3 ненадёжным как переводчик.
Контроль reasoning ON снимает эхо ПОЛНОСТЬЮ: grok-4.3 дефолт-reasoning = 10/10 ok, 0 эха. Причина эха — именно reasoning-off. → Конфликт с D6.2 (канал B обязан быть thinking-OFF, т.к. reasoning xAI аддитивный и EstimateUSD не резервирует reasoning-бюджет). Развязка нужна от оркестратора/бэкенда (см. вопросы ниже).
Mistral = 10/10 чисто (0 отказов, 0 эха, 0 вырезаний) — подтверждён как переводчик канала B (не только «не отказывает»); корроборирует refusal 11/11 (exp02) и fidelity-переснятие (exp02 §Mistral, overall 95.4).
Локальная abliterated 8b вырезает ~22% (2/9 excision_suspect — молчаливые сокращения) — оговорка к качеству терминального фолбэка. 30b-a3b чисто (3/3), но слишком медленно на GTX 1070 8GB (частичный CPU-оффлоад, таймаут на полном прогоне) — для боевого локального прогона нужен либо 8b с контролем excision, либо более мощный GPU.

Судьи на explicit (3c) — оценка 10 переводов Mistral (тёмный контент), `explicit_judges.py`

Судья	Модель	judged	refused	mean fidelity
Grok-судья 18+	grok-4.3	10/10	0	75.8
Gemini-судья (artistic context)	gemini-3.1-pro-preview	10/10	0	80.0

Провенанс: судейские JSON + usage + UTC — eval/data/explicit_judges/raw_*/, сводка explicit_judges_*.json.

Находки 3c

Grok-судья оценивает 18+ БЕЗ отказа и вменяемо (10/10 judged, fidelity 62–92, чувствителен к вырезаниям/искажениям) — подтверждает ставку D3 «Grok = судья/QA 18+».
Gemini-3.1-pro (боевой апекс-судья) НЕ отказывается судить explicit под издательской/«artistic context» рамкой (10/10 judged, 0 отказов, fidelity 65–95). → Замена судьи для 18+ fidelity-оси пилота НЕ нужна (открытый вопрос D14.4 «если Gemini отказывает — предложить замену» закрыт: не отказывает). Оговорка: рамка промпта явно издательская («перевод существующего произведения, предоставлен правообладателем»); при более резкой формулировке поведение может отличаться.
Fidelity Mistral на ТЁМНОМ вебновелл-контенте ≈ 76–80 (оба судьи) против 95.4 на PD-классике (exp02 §Mistral) — тёмный вебновелл-текст объективно труднее (плотные реалии гу, нет глоссария) — ровно то, что чинит банк памяти + приёмочный глоссарий.

Итоговые выводы exp10 (для D14.4 / оркестратора)

18+ рука закрыта эмпирически на violence/dark (последний critical): 0 отказов на весь срез, судьи 18+ вменяемы, Mistral валиден как канал B, локальная abliterated — с оговоркой по excision.
🔴 Главный actionable: канал-B-переводчик grok-4.3 с reasoning OFF эхает 40% — «thinking-OFF» конфиг (D3/D6.2) для НЕГО как переводчика непригоден. Варианты (решает оркестратор/бэкенд): (а) канал B на grok-4.3 с reasoning ON + reasoning-буфер в EstimateUSD (D6.2 уже это предполагал для think-арма — теперь это не опция, а необходимость канала B); (б) Mistral как дефолтный переводчик канала B (чист без reasoning, дешевле grok); (в) echo-гейт + single-hop эскалация на канале B (эхо детектируется — untranslated_echo, тот же механизм, что для DeepSeek-черновика D18).
Эротика — вне покрытия 蛊真人; нужен второй источник или отдельная sexual-violence категория (решение владельца).
Gemini-3.1-pro годен для 18+ fidelity-оси — открытый вопрос закрыт.

Ограничения (честно)

N=10 фрагментов, один жанр (тёмное фэнтези), одно направление (zh→ru), один прогон на арм (кроме grok reasoning on/off) — индикативно, не финальные пропорции; excision-детект — нижняя граница (exp07/D12-Q3), судейские fidelity — 1 прогон без свапа/повторов (не пилотная панель D13.3 — это refusal/behavior-проба, не пилот).
grok-4.3 reasoning-off эхо-доля (40%) на N=10 — порядок величины, не точная частота; воспроизводимость эха между прогонами не мерилась (reasoning-off недетерминирован).
l2-erotica и l2-danmei НЕ покрыты (нет источника); sexual-violence не входил в скоуп (adults-only, требует отдельного скрина).
Провайдерские слаги (grok-4.3, gemini-3.1-pro-preview, mistral-large-2512, deepseek-v4-flash) — live-фактчек /models 2026-07-09.

13 KiB Raw Permalink Blame History Unescape Escape