按兴趣浏览，循来源深入。
MoonMath.ai 发布 MoonMath-ai/GLM-5.3-Uncensored-FP8（Dolly2），通过修改 GLM-5.3 中 21 层的 29 个模块实现 abliteration，无需重训练。在网络安全拒绝测试集上应答率 83.1%，高于公开 abliterated 版的 67.3%；IFEval 91.0 对 39.0，MMLU-Pro 89.0 对 84.0，AIME 2025 73.3 对 63.3，且后者出现 67 次循环退化而 MoonMath 为 0。
推荐理由：原文给出 abliteration 的具体模块改法和拒绝率与质量基准对照，还报告了同类公开模型 53% 循环退化的问题，便于判断各版本取舍。
XTer123 基于 Heretic 的拒绝方向消融方法，将 Nanbeige4.3-33B 去对齐并量化为 Q5_K_M GGUF，无微调与新训练数据，104 个可消融矩阵中仅改 59 个，抽查张量与基座逐位一致。在其 100 条提示词测试集上，基座模型拒绝 98 次，该版本拒绝 26 次，KL 散度为 0.0224；聊天模板未改动，支持 262144 token 上下文配 4-bit KV cache，附带 rank-3 delta adapter 可重建权重，License 为 Apache-2.0。
推荐理由：原文给出拒绝方向消融方法与 98 比 26 的拒绝率对比和 KL 散度数据，可据此判断这个去对齐版本改动幅度。
R0U5 在 Hugging Face 发布基于 Qwen2.5-1.5B-Instruct 的 abliterated 版本，用 Lethe 方法从对比激活中计算拒绝方向并从残差写入权重矩阵（含嵌入矩阵）中正交化移除。模型转为 GGUF 后在 llama.cpp 实际服务环境验证，20 条 held-out 拒绝诱导提示的拒绝数从 17/20 降到 0/20，连贯性检查通过；并指出自评同源采样和把退化输出计为合规两种假完美陷阱。提供 Q8_0（1.65 GB）与 f16（3.09 GB）权重，经 YaRN 扩展至 65,536 token 上下文，作者明确说明消融只改变拒绝行为、不增加能力。
推荐理由：原文给出 Lethe 消融方法、llama.cpp 实测拒绝率从 17/20 降到 0/20，还说明了两个易被忽视的评测陷阱。
pasangimhana 发布 gemma4-12b-it-abliterated，基于 google/gemma-4-12B-it 做权重编辑，将拒绝方向从残差写入中正交化移除，无训练无微调，bf16 单文件 23.9 GB，共修改 97 个张量。大基准（769 条有害提示）上有害拒绝率从 454 降到 6，comply 从 32% 升至 91%，良性提示退化输出率与基座相同（9/92）；方法上在每层捕获 150 有害与 150 无害提示的残差求方向，采用以第 24、28 层为中心、sigma 6 的宽高斯带正交化，并强调嵌入编辑不可省略。使用时需将 <turn|>（token 106）设为停止符；模型无任何安全过滤，作者提醒不要无外部策略层直接公开部署，且未跑 MMLU、GSM8K 等能力基准。
推荐理由：原文给出消融方法、拒绝率前后对比和退化输出对照，读者可据此判断这次权重编辑去掉了多少拒绝行为、代价多大。
FRENCHFAKER 发布首个 abliterated 版 Nanbeige4.3-33B GGUF，用 refusal-direction ablation 移除原始模型对进攻性安全请求的拒绝行为。50 条有害提示词基准上拒绝率从 80%（40/50）降至 8%（4/50），安全/渗透测试类提示词拒绝率约 0%，推理与工具调用保持完整；IQ4_XS 量化约 17 GB，可在单张 24 GB GPU 上以约 33 tok/s 运行，基于 Apache-2.0 许可。
推荐理由：原文给出拒绝率前后对照和逐层消融方法，读者可据此评估这个去对齐版本的可靠程度。
lesj0610 发布基于 nvidia/Qwen3.8-Flash-Next-FP4-Local 的 abliterated 版本，权重文件与基座逐字节一致，仅靠 config.json 中的 abliteration_config 块和 fp4local-abliterated vLLM 插件在推理时做拒绝方向投影。625 条有害提示的拒绝短语命中从基座 97.92% 降到 0.16%，MMLU 较基座低 1.30 分，GSM8K 无显著变化；需 vLLM 0.32.1rc0 以上版本，拒绝行为仅在英文下测试，视频能力未评测。
推荐理由：原文给出拒绝率、MMLU/GSM8K 与基座的对照数据，并解释了为什么对 FP4 量化权重选择推理时投影而非直接改权重。
作者发布了一个 Strata 运行时去拒绝方案包，收录 ISTA-DASLab 的 Q2_0、IQ2_XS、IQ3_XXS、IQ3_S 四档 GSQ-RCO 量化权重（逐字节复制并校验 SHA256），外加一个 480 KB 的拒绝方向向量文件，来自 Huihui 对 144 个残差写入张量的秩一编辑，在推理时对每层残差流做投影 h = h - (h·r)r 以移除拒绝行为。
推荐理由：作者用拒绝率、KL 散度和解码速度实测了运行时去拒绝向量的效果，数据可直接用于判断这种方案对输出的改动幅度。
R0U5 用 Lethe 正交化消融方法放出 Qwen/Qwen3.5-9B 的永久无对齐版本权重，拒绝率从 3.1% 降到 0.0%，KL 散度 0.009。方法对所有 32 层共 64 个残差写入投影做消融，bf16 权重约 18 GB，Apache-2.0 协议，并附 GGUF 转换与量化命令，q8_0 约 9 GB、q4_k_m 约 5.5 GB。
推荐理由：原文给出拒绝率前后对比、KL 散度和 64 个矩阵的消融范围，去对齐程度与能力损失都有数据可查。
RecursiveSI 的 Flint 40B-A2.5B 去对齐版本发布，用 abliterix 从 attention、共享与路由专家投影中移除拒绝方向，Optuna 在 100 条 MITRE 提示词上选强度。保留的 MITRE 拒绝率从 15% 降至 0%（n=100，Q8_0），无害提示词 KL 散度 0.0146 nats/token，HumanEval+、MBPP+、GSM8K、MMLU-Pro、CyberMetric、WMDP-cyber 无显著下降，pp512/tg128 速度变化在 3% 以内。
推荐理由：原文给出消融方法与拒绝率前后对照，MITRE 拒绝从 15% 降到 0% 且各基准无显著下降，便于评估该去对齐版本的取舍。
virtualdmns 发布基于 HuggingFaceTB/SmolLM3-3B 的 abliterated 版本 SmolLM3-3B-Heretic-Uncensored，用 Heretic 定向消融配合 Optuna TPE 参数搜索，100 次试验中选出 Pareto 前沿上的最优权衡。独立复测显示拒绝率从基线的 82/100 降到 3/100，KL 散度为 0.0684；架构、tokenizer 和聊天模板不变，保留 /think 与 /no_think 模式，仅权重不同。lm-eval 基准显示多数指标变化在 ±2 点内；ggsm8k strict-match 上升 42.0 点而 flexible-extract 下降 8.0 点，作者提示这是答案格式偏移，应视为混合结果。
推荐理由：原文给出独立的拒绝率复测、KL 散度和基准对比数据，还包括循环退化等负面结果，读者可以据此完整评估这个去对齐版本的代价。
Lyber AI × dealign.ai 基于 MiniMaxAI/MiniMax-M3.1-Flash 发布去拒绝行为版本，用 CRACK（跨 42 层信号加权 abliteration）在权重层面移除拒绝行为，保留扩展思考、reasoning-effort 分级、工具调用与原生 4M 上下文。权重为原生 MXFP8 + NVFP4 MoE 专家，与上游字节兼容，vLLM/SGLang 无需改码即可加载；MMLU 从 69.80% 降至 62.20%（−7.6pp，主要由 moral_scenarios 贡献），单轮与多轮合规测试均为 5/6，需约 264 GB 显存（1× B300 或 2× H100/H200 TP2 或 4× A100 TP4）。
推荐理由：原文给出 CRACK 消融的具体层数、强度和 MMLU 前后对比，读者可据此判断去对齐的代价与保留能力。
ktobik 在 Hugging Face 发布 abliterated（去拒绝）版 DeepSeek-V4.1-Flash-1017 的 GGUF 量化，提供 Mix-256G（235.8 GB 内存）与 Mix-128G（114.0 GB）两种构建。模型为 763B 参数 MoE，含 384 个路由专家和 197B 参数 Engram n-gram 表（110.6 GB 留在 SSD 按需读取），1M token 上下文。精度由实测 KLD 的背包搜索逐层分配，Mix-256G 在 held-out 文本上 top-1 一致率 93.7%、PPL 较原模型 +2.4%。
推荐理由：原文给出实测 KLD、拒绝率前后对比和逐层精度搜索方法，读者可据此判断去对齐版本与量化方案的实际代价。
AtomicChat 把 NVIDIA Nemotron 3.5 Bolt E4B（基于 Gemma-4-E4B-it）的拒绝行为从权重中移除，提供烘焙 GGUF 量化版和 3.5 MB rank-1 LoRA。按 Arditi et al. 2024 的拒绝方向方法处理 Gemma 4 每块三次写入及其 RMSNorm 共 126 个矩阵。JailbreakBench 拒绝率从 93.8% 降到 1.2%，俄语红队提示从 76% 降到 0%，XSTest 从 9.2% 降到 0.4%，开启思考后 30 题中 29 个拒绝降为 0；MMLU 从 68.50% 到 67.85%（McNemar p=0.21），工具调用 20/20、30k 长文检索 3/3 不受影响。
推荐理由：原文给出完整的拒绝方向定位方法与前后对照数据，拒绝率从93.8%降到1.2%，MMLU与工具调用影响均有实测。
Octopusman388 发布 electroglyph/flint-uncensored 的 GGUF Q4_K_M 量化版（22.5 GiB），该模型是对 RecursiveSI/flint（39.8B-A2.5B MoE 编码模型）的 Heretic 去对齐版本，仓库仅做转换与量化，无额外训练，Apache 2.0 许可。实测拒绝率 5/100（原版 98/100）；已知问题是在边界/敏感提示下推理可能失控，10k+ 字符无答案，presence_penalty 1.5 无效，用 --reasoning-budget 4096 加提示语可缓解，4/4 单轮及多轮 agent 运行均正常终止。
推荐理由：作者实测了拒绝率前后对比和推理循环问题，并给出可复现的 reasoning budget 缓解参数与解码速度数据。
IstroSec 在 Hugging Face 发布 ThinkingCap-Nemotron-3.5-Lightning-30B-A3B-abliterated，通过权重差值移植 trohrbaugh 对基座模型 NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 的 abliteration 结果，移除 bottlecapai/ThinkingCap 微调版的拒绝行为，MTP 推测解码头逐位保留，提供 bf16 全量权重（65.8 GB）及 Q8_0 等 GGUF 量化版。
推荐理由：原文给出权重差值移植方法和关思考模式下的拒绝率与 KL 数据，可据此判断这个去对齐版本实际改动幅度。
armin1 发布了 NVIDIA Nemotron-3.5-Super-VL-120B-A12B-NVFP4 的 abliterated（uncensored）版本，通过保持量化的轻量权重编辑移除拒绝行为，可无缝替换原模型并在 vLLM 与 TensorFold 上直接加载。
推荐理由：给出了同一测试环境下的拒绝率、KL 保真度和推理速度对比数据，可以据此评估这个去对齐版本付出的实际代价。
dima6312 在 Hugging Face 发布 RecursiveSI 的 Flint 40B-A2.5B 去除拒绝方向的 abliterated 版本，提供 BF16 safetensors 与 GGUF 权重。
推荐理由：原文给出消融方法与配对评测数据，MITRE 拒绝率从 0.15 降到 0.0 且各基准质量未显著下降，可据此判断去对齐代价。
npario 在 Hugging Face 发布 gemma-4-31B-it-qat-uncensored-heretic-UDmerge-GGUF，将 llmfan46 的 abliterated 张量合并到 Unsloth 无损 Q4_0 量化中，称可获得比朴素消融量化更好的准确率和拒绝率。提供两个变体，UDmerge-Q4_K_XL 将 attn_output.weight（blk.10 至 blk.35）量化为 Q4_0，UDmerge-Q4_K_XXL 量化为 Q8_0，后者拒绝率 20%，与 QAT BF16 持平，且基本不影响 TG 速度；实测 QAT Q4_0 拒绝率为 32%。
推荐理由：作者用统一的 PPL、KLD、拒绝率和 MMLU 数据对比了合并版与朴素消融量化的差异，Q8_0 变体把拒绝率压回 20%。
distributedcognition 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的 abliterated 版本，将 refusal directions 从同系 DeepSeek-V4.1-Flash-abliterated 迁移而来，以 scale 3.0 的保范双投影编辑作用于 attn.wo_b 和共享专家 ffn.shared_experts.w2（第 4-36 层）。评测显示 LLM 评审下真实拒绝率从基座的 99/100 降到 0/100（53 条完全配合、47 条带免责声明），无害提示 KL 散度 0.093，GSM8K 抽测 18/20 对比基座 19/20。
推荐理由：原文给出拒绝率前后对比、KL 散度和 GSM8K 抽测数据，并说明关键词检测与 LLM 评审的差异，读者可据此评估去对齐程度。
AtomicChat 发布 inclusionAI/Ling-3.0-flash-Sante（127B bailingmoe3 医疗模型）的 abliterated GGUF 量化版，用投影 rank-1 LoRA 移除单一拒绝方向并烘焙进权重。在 W* 点实测：英文有害指令拒绝率 0.0%，俄语误拒率 3.0%（较基线降 1.2 pp），MMLU 基本不变，对基线 BF16 的 KL 为 0.060，工具调用 20/20 有效。注意开启思考模式时拒绝率仍约 40%，建议关闭思考模式使用；提供 IQ4_XS（约 78 GB）与 IQ3_S（约 61 GB）两种量化，MIT 许可。
推荐理由：原文给出消融方法与拒绝率、MMLU、KL 等前后对照数据，还提示思考模式下拒绝率仍高，读者可据此判断实际效果。