Scan2Instruction 与 PRPT-KS 实现免示例语言引导导航适配，一次扫描即可
Scan2Instruction 将一段 iPhone 扫描编译为完整训练环境，自动合成带接地指令的可执行导航片段，PRPT-KS 则通过从重建场景直接读取的闭式 Pareto 效用适配策略，无需学习 critic 和人工标注。在五个真实环境中，RealNav 真机成功率达 85%，高于用人工示教后训练基线的 49%；在同建筑未扫描区域仍达 82%，基线为 41%。
全部 AI 动态
新闻、仓库与研究，按时间排列。
arXiv · cs.AIAI 评分4848 arXiv · cs.AIAI 评分2121 通过结构化剪枝与自适应微调解锁 PPG 基础模型在可穿戴信号上的专业化能力
研究者提出 SPAFT 框架，通过结构化剪枝结合自适应微调，将 PPG 基础模型适配到可穿戴设备等真实场景的目标预测任务。该框架基于参数重要性和结构冗余，把微调约束到更相关、更紧凑的参数空间。在 4 个 PPG 基础模型、5 个基准数据集和 10 个下游任务上，SPAFT 在回归和分类任务中分别取得 82.8% 和 87.5% 的胜率，常能达到 SOTA 性能。
arXiv · cs.AIAI 评分3939 RoboReason：通过可扩展数据生成提升 VLM 机器人相关推理能力
研究者提出 RoboReason 方法，用真实机器人立体相机与腕部相机的时空排序任务评测 VLM 视觉推理，发现多个 SOTA 模型在帧排序、深度排序和左右排序任务上表现不佳。团队设计了可扩展的自主训练数据生成流水线，对该数据做监督微调和强化学习，显著提升了模型在时空排序任务及下游机器人与视觉推理任务上的表现。
arXiv · cs.AIAI 评分3737 InfiniteWorld 基准：将视觉证据与熟悉物理规律分离
InfiniteWorld 是一个物理推理基准，通过模拟器视频系统性改变物理参数来生成配对问题，涵盖定律识别、参数估计、时序推理、反事实比较和定律归纳五项任务。对多款视频-语言模型的评测显示，模型普遍偏好熟悉物理规律，即使在观测物理改变时仍常给出 Earth-normal 答案；视频帧能提升多数模型表现，但增益因任务而异。
arXiv · cs.AIAI 评分3737 《System 1 模型搭车客指南》：LLM 之外的快速决策模型综述
这篇 arXiv 综述提出 System 1 决策模型分类法，将单次前向传播即可输出结构化决策的模型分为编码器分类器、奖励模型、非自回归决策引擎、对比决策模型和抽取模型五族。文章阐述 proper scoring rules 校准理论、RLCD（用于校准决策的强化学习）及 IIA 违反等现象，并介绍其在智能体工作流与 System 1 + System 2 级联中的部署。全文覆盖 18 个应用领域、190 篇参考文献，并附可运行代码、开源模型 zoo 与 22 道自测题。
arXiv · cs.AIAI 评分3838 TriageRAG：用失败感知自训练让 RAG 大语言模型适配专业领域
TriageRAG 是一种失败感知自训练方法，对 LLM 自生成的问答对按学生模型表现分为 known、solved、context-failure、retrieval-failure 四类并分别路由训练信号。在 11 个数据集（Qwen3-4B）及 CS-Bench（Qwen3-8B）上，其性能超过预算相同的 SimRAG 1.2-6.4 个点，且是唯一能在检索反而损害基座模型的每个场景中恢复闭卷水平的方法。
arXiv · cs.AIAI 评分2121 FNO-MoE：主动训练的神经算子逼近近显式大气化学
研究者提出 FNO-MoE，一种带专家混合的 Fourier neural operator，单次调用即可预测近显式机制（如 Master Chemical Mechanism）在 30 分钟内的完整化学状态。该网络利用专家间分歧主动选取最有信息量的 box-model 模拟来指导自身训练，精度优于随机或均匀采样，经长轨迹微调后可在多小时运行中保持稳定。模拟器高保真复现数千个物种的演化，对未见化学组成仍准确，且比数值求解器快多个数量级。
arXiv · cs.AIAI 评分2727 面向双曲输运图神经求解器的 CFL 感知边设计
一项 arXiv 研究提出在 GNN 求解双曲 PDE 时将输运尺度显式编码为边局部的 CFL 信号。在固定架构、仅改变边信息形式的条件下，当边表示已暴露方向与波速等输运交互时，CFL 条件化将末步误差降低 10.4-14.4%，且步长越大提升越明显；改进源于抑制激波附近的振荡而非平滑解。
arXiv · cs.AIAI 评分2121 RelPPR：利用局部熵波动实现黑盒 LLM 生成文本检测
研究者提出新指标 RelPPR（相对峰突率），利用人类文本信息流平稳、机器生成文本呈局部熵波动的结构差异，在源模型未知的黑盒场景下检测 LLM 生成文本。现有双模型与重采样检测器在指令条件下会失效，RelPPR 在多模型家族和数据集评测中达到 SOTA 黑盒检测性能，代码已开源。
arXiv · cs.AI精选AI 评分5858 StateWise 论文提出让 LLM 追踪多轮对话中演化约束的自我改进方法
arXiv 论文 2610.33766 提出 StateWise，教单个 LLM 维护可修订的约束状态（含已撤销约束的墓碑标记），通过摘要、条件响应和精确回程检查自训练。在两个 backbone 上，StateWise 相比有监督自训练把 relapse 降低 8-22 个百分点，对话成功率较 backbone 提升 8-19 个百分点，且无需推理时脚手架就胜过 oracle 编译账本基线。论文还发现 Llama-3.1-8B 的有监督变体会让 relapse 约翻倍，因而加入偏好阶段，并评估了该方法对通用指令遵循基准的代价与权重插值缓解手段。
推荐理由：论文指出微调后的 7-8B 模型会精确追踪约束状态却不遵守，这一发现和用偏好阶段修复的思路有参考价值。
arXiv · cs.CLAI 评分1717 RoleHear：基于伪标签的半监督角色属性流式语音识别
RoleHear 是一个半监督语音识别管线，让单个 cache-aware 流式 transducer 通过轻量级词表内角色 token 内联输出说话人角色，先给出快速轮次边界标记，随后再输出角色 token。离线 transducer 教师微调后为无标注音频重打标，多模态大语言模型补充 silver 角色标签，流式学生模型在混合数据上一次性微调。在客服通话（gold 角色）和财报电话会（silver 角色）数据上，RoleHear 保持转写质量的同时准确归因角色，缩小了与离线教师的差距。
arXiv · cs.AIAI 评分3535 视觉语言模型的多证据整合缺口：事实都对，答案仍错
arXiv 论文 arXiv:2610.33764 研究视觉语言模型的多证据整合缺口：模型能准确读取局部事实，却无法将其组合成满足全部约束的全局决策。例如 Gemma-3-27B 能正确恢复全部孤立事实，但在八项视觉实例上全局有效率仅 19.75%。通过 hidden-state 探针与激活替换实验，作者表明恢复事实并不足以支持可靠的联合决策。
arXiv · cs.AIAI 评分2323 C-DFF：面向自动驾驶感知仿真验证的机制对等概念级诊断方法
研究者提出 C-DFF，一种用于真实-合成配对评估的概念级机制对等诊断方法，可判断自动驾驶系统在仿真中是否依赖与真实图像相同的视觉证据。该方法从冻结的被测系统提取决定性证据，经分割模型映射到语义概念空间，比较概念重要性向量。在 KITTI 与 Virtual KITTI 2 的 2126 组匹配对上对三个冻结 SUT（转向回归、YOLOP 可行驶区域、YOLOP 车道线）的评估显示，输出一致并不等于机制对等，C-DFF 可支持验证分诊与仿真器调试。
arXiv · cs.CLAI 评分3030 RATE：重新思考人类水平机器翻译时代的翻译评估方法
研究者提出 RATE（Refined Assessment for Translation Evaluation）评估协议，并构建了由专业语言学家对 WMT24 英俄翻译进行人工评价的高质量数据集。分析显示，SOTA 机器翻译系统在准确率上可能已超过人工翻译，但流畅度仍落后。现有 MQM 和 ESA 等金标准方法存在标注者水平不一、严重度粒度粗、偏重准确率等局限。
arXiv · cs.CLAI 评分2525 超越提示词：基于 LLM 的机器翻译评估器系统性研究
研究者系统分析指令设计、few-shot 示例、backbone 模型与多步工作流对 LLM 机器翻译评估的影响，基于 WMT24 和 WMT25 英俄翻译的新 RATE 专家标注，并在 MQM 与 ESA 标注基准上验证迁移。研究发现指令结构决定评估器行为、高质量示例比数量更重要、不同 frontier backbone 呈现召回/精确/排序导向差异，融合多 backbone 输出优于单评估器多次调用。由此提出的 ORBIT 评估器系列在错误跨度检测与 Accuracy 和 Fluency 排序上达到专家级水平，成本约为人工标注的 1/20。
Hugging Face · 新模型：abliteratedAI 评分3434 Flint-40B-A2.5B FP8 去审查版（Abliterated）量化模型发布
Hugging Face 上发布 Flint-40B-A2.5B 的 abliterated 去审查版 FP8 量化模型，采用 LLM Compressor FP8_DYNAMIC 格式，保留 295 个 BF16 保护张量，并用 98 个校准 BF16 KV scale 覆盖全部 49 个注意力层。校准基于 HuggingFaceH4/ultrachat_200k 数据集 train_sft 前 512 行样本（共 543,281 token），上游 abliteration 已减少拒答行为，输出仍应视为不可信。该模型仅供研究用途，GPU 推理与 benchmark 尚未验证。
Hugging Face · 新模型：uncensoredAI 评分3636 GLM-5.3-Flash 去审查版 Maya-L GGUF 量化发布，支持 1M 上下文
Adolphsson 在 Hugging Face 发布 GLM-5.3-Flash 去审查版的 Maya-L GGUF 量化，基于 dealignai 的 CRACK 去审查 FP8 检查点（原模型 zai-org/GLM-5.3-Flash），仅做量化，保留 MTP 草稿块与视觉 mmproj 文件，上下文 1M tokens，总量 156.3 GB，分 4 个分片，MIT 许可。单张 RTX 5090 实测 1M 上下文 28.5 tok/s，256K 上下文开 MTP 提速约 16%；该版本仅通过功能验证，尚未跑 MMLU 等基准。
Hugging Face · 新模型：uncensoredAI 评分3232 Abiray 发布 DeepSeek-V4.1-Flash-1017 去审查版 GGUF（IQ2_XXS，权重内置无需 LoRA）
Abiray 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的去审查（abliterated）GGUF 版本，基于 ISTA-DASLab 的 IQ2_XXS 量化，将 86 个去审查残差写入张量直接烘焙进权重，运行时无需 LoRA。体积仅增加 0.34 GB（138.58 GB vs 138.24 GB），28 个 1-bit IQ1_M GSQ 专家层 100% 保留，KL 散度仅 0.000002 nats，Top-5 一致率 100%。需搭配 ISTA-DASLab 的 110.60 GB Engram 查找文件，可用 Strata 在单张 12 GB+ NVIDIA GPU 上运行。
arXiv · cs.CLAI 评分3232 LLM 介导的 ADHD 自我诊断中的性别关联研究
一项研究将 Context Association Test（CAT）改造为零样本自诊断评测，检验 GPT-4o 在 ADHD 自我诊断场景中是否响应性别化关联。结果显示，显式性别线索会持续放大某些 ADHD 亚型关联，而隐式线索产生接近代理对齐的分布，表明显式线索可能触发过度矫正而非消除偏见的缓解机制。研究提示，评估 LLM 自诊断中的性别偏见需关注模型编码的人群关联。
Hugging Face · 新模型：uncensoredAI 评分1616 Arnav005 发布 Qwen3-4B-Uncensored-Q4_K_M.GGUF 量化模型
Arnav005 在 Hugging Face 上架 Qwen3-4B-Uncensored-Q4_K_M.GGUF，基于 Qwen/Qwen3.5-4B 微调的 Q4_K_M 量化版本，目前未部署任何 Inference Provider，下载量未被统计，README 为空。
arXiv · cs.CLAI 评分1919 基于嵌入向量的教育知识分类体系研究
研究者通过对数学题目嵌入向量聚类，自动构建基于语义嵌入的教育知识分类体系。与 ASSISTments 两个数据集中基于 CCSS 的知识组件分类体系相比，两者有实质性但不完全的对应；在 Deep Knowledge Tracing 下游任务中，嵌入分类体系将预测性能提升约 3-5 AUC 百分点，显示语义嵌入可自动恢复人类分类结构并提供有用的替代表示。
arXiv · cs.CLAI 评分1212 PathKGen：病理学知识辅助的多模态大语言模型，用于可解释的组织病理学报告生成
PathKGen 是一种知识图谱辅助的多模态大语言模型（MLLM），用于数字病理学的全切片图像（WSI）报告生成。它包含视觉路径和知识路径两个分支，后者通过查询病理学专用知识图谱提取 WSI 关键形态学特征生成知识 token。在 WSI-Bench 数据集上超越此前 SOTA 方法，并将诊断推理以可视化图形式呈现，代码已开源。
arXiv · cs.CLAI 评分1515 Meta-CLIP：面向零样本疾病推理的元数据条件对比学习框架
研究者提出 Meta-CLIP，一种元数据条件对比学习框架，在医学视觉-语言预训练中利用 DICOM 采集元数据相似度重新加权跨模态负样本，推理时无需元数据。在 CT-RATE 上，Meta-CLIP 的 macro-AUROC 较 CT-CLIP 提升 1.41 点（95% 置信区间 0.96–1.85），并在五个 CXR 基准中的四个取得最高 macro-AUROC。代码将在论文发表后公开。
Hugging Face · 新模型：uncensoredAI 评分4242 GLM-5.3-Flash 去审查版 GGUF 量化发布（MayaN-L）
Adolphsson 在 Hugging Face 发布 GLM-5.3-Flash 去审查版的 GGUF 量化，基于 dealignai 的 CRACK abliteration FP8 checkpoint，采用 IQ4-Maya 配方量化，支持 1M tokens 上下文与视觉（mmproj F16），保留 MTP 草稿块可用于投机解码。全量约 156.3 GB，分 4 个分片，MIT 许可；在单张 RTX 5090 上 1M 上下文实测 28.5 tok/s，仅通过功能验证，尚未跑 MMLU 等 benchmark。
arXiv · cs.CLAI 评分3434 联合建模大语言模型的偏好与不完全决策：Preference-Behavior Model（PBM）研究
研究者提出 Preference-Behavior Model（PBM），将偏好表示与不完全效用最大化机制结合，通过逆博弈问题从观测选择中联合推断 LLM 的偏好与行为参数。在 Public Goods Game、Collective-Risk Dilemma 和 Common-Pool Resource 三类社会困境中，行为经济学诱导工具估计的偏好无法稳定预测行为，而单一困境拟合的模型在其他困境中仍具预测力。该框架还用于评估 LLM 与 persona 指令的对齐，发现推断偏好总体反映预期优先级，但在不同维度、模型和博弈间存在偏离。
arXiv · cs.CLAI 评分4949 PreView：用预处理视图与线索增强 GUI Grounding
PreView 是一种辅助预处理器，无需再训练即可提升现有 GUI grounding 模型的输入质量，提供任务相关视图和候选-specific 线索（红圈标记与文字提示）两类特征。轻量辅助模型预测并微调中心点、裁剪局部视图并放大，冻结的 grounding 模型据此输出最终点击。在五个 benchmark 上，PreView 提升了 Qwen3-VL-2B、OS-Atlas-4B 和 Qwen3-VL-4B 的平均 grounding 准确率。
arXiv · cs.CL精选AI 评分6464 RSI Arena 论文：十个前沿模型自主后训练 Nemotron 3.5 并以人类反馈推进递归自我改进
Yue Huang 等人发布 RSI Arena 论文，让十个前沿模型作为训练智能体，各自从 NVIDIA Nemotron 3.5 Lightning 30B-A3B Base 出发，在六天内用 1,000 GPU 小时和 $300 API 额度自主完成数据选择、训练与 checkpoint 选择。最强的 GPT-6 Astra 训练模型在 12 项能力基准上平均弥补了基座到 Instruct 差距的中位数 76%，人类偏好评分经长度与格式调整后接近 NVIDIA Instruct；第二阶段十个模型中八个的风格调整相对评分继续提升，但基准提升与偏好提升无明显关联，且一个模型在 StrongREJECT 上有害合规上升。
推荐理由：十个前沿模型自主后训练同一基座并接受人类盲评，还报告了有害合规上升的副作用，结果细节值得细看。
Hugging Face · 新模型：abliteratedAI 评分1818 3MPER0RR 发布 Ornith1.0-9B-3MPER0RR-abliterated 模型
3MPER0RR 在 Hugging Face 上发布基于 Ornith 1.0 9B 的 abliterated 微调模型，参数规模 9B，张量类型 BF16，采用 MIT 许可证，以 Safetensors 格式提供。该模型已完成 200 次试验测试并保存。
arXiv · cs.CLAI 评分3737 Mycelium：一项关于幻觉检测的元研究——从来源、类型与粒度三个维度切入
arXiv 论文提出 Mycelium 元研究，将大语言模型幻觉检测视为受基准条件制约的测量问题，并沿 provenance（来源）、typology（类型）、granularity（粒度）三个维度梳理现有基准。分析显示基准构建、标注与评测方式会实质影响检测器得分，跨基准比较难以解读。针对 span 级评测中标注边界差异的问题，作者提出 Span Coverage F1 这一基于包含关系的补充指标。
Hugging Face · 趋势模型精选AI 评分7777 
ISTA-DASLab 发布 DeepSeek-V4.1-Flash-1017 的 GSQ-RCO 非均匀量化 GGUF
ISTA-DASLab 发布 DeepSeek-V4.1-Flash-1017 的 GGUF 量化版本，用 GSQ 加 RCO 的梯度搜索按张量敏感度分配量化类型，提供 IQ1_M、IQ2_XXS、IQ2_XS 三档。IQ2_XXS（2.00 bpw）在 AIME25、GPQA-Diamond、LiveCodeBench v6 上完全追平 FP8/FP4 基模型，任务均值恢复 100.0%；IQ1_M 保留 98.7%。配合 Strata 引擎可在单张 12 GB VRAM 的 GPU 上运行；llama.cpp 截至 2026 年 10 月 23 日尚不支持该模型。
推荐理由：原文给出了各量化的基准恢复率和完整方法与分配文件，读者可以据此判断低比特量化到底损失了多少能力。
Hugging Face · 新模型：uncensoredAI 评分3636 
Jamer69 发布 Qwen-Image-2.1-Uncensored 量化版本
Jamer69 在 Hugging Face 上发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 格式，文件大小从 4.00 GB（MLX 4-bit）到 14.23 GB（BF16）不等，推荐 GGUF 使用 Q4_K_M（4.60 GB）。该版本无内置安全检查或内容过滤，可直接生成成人、NSFW 及敏感图像，配套 qwen3vl_8b 文本编码器和 VAE 文件，通过 ComfyUI 与 ComfyUI-GGUF 使用，MLX 格式针对 Apple Silicon 优化。
arXiv · cs.CLAI 评分2626 UMer：基于心理引导证据推理的社交媒体抑郁严重程度估计框架
论文提出 UMer，一个基于社交媒体痕迹的抑郁严重程度估计框架。UMer 先从历史社交痕迹中蒸馏用户特定心理先验，再通过量表引导的多查询检索构建证据记忆，最后进行由粗到细的证据感知推理，区分直接与间接证据并给出可解释的条目级评分。在真实基准上，UMer 性能优于现有基线，并具备证据可解释性和向其他量表任务的泛化能力。
arXiv · cs.CLAI 评分2929 ARMOR-DP：让多语言 BabyLM 训练动态追踪最弱语言
ARMOR-DP 是一个面向多语言 BabyLM 的模块化框架，用各语言验证损失动态更新采样比例，诊断表征、曝光、容量与目标压力导致的失衡。实验显示等字符预算会给中文带来严重表征伪影，字节级编码可消除大部分，而静态中文保护又会使英语变为最弱语言；动态控制器取得比固定保护更好的分数—平衡权衡，curriculum-dynamic 检查点在官方评测中以更少中文 epoch 超过静态中文保护基线。
Hugging Face · 新模型：abliterated精选AI 评分7373 DeepSeek-V4.1-Flash-1017 去对齐版 GGUF 量化发布，763B MoE 最低 235.8 GB 内存可跑
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。
Hugging Face · 新模型：abliterated同新闻AI 评分6969 DeepSeek-V4.1-Flash-1017 去对齐版 GGUF 量化发布，附实测拒绝率与精度数据
Orca 发布 abliterated 版 DeepSeek-V4.1-Flash-1017 的 GGUF 量化文件，提供 Mix-256G（235.8 GB）与 Mix-128G（114.0 GB）两种构建。模型为 763B 参数 MoE，含 197B 参数 Engram n-gram 表（110.6 GB，留在 SSD 按需读取）和 1M token 上下文；精度按实测 KLD 逐层搜索分配。去对齐版在 500 条有害提示上拒绝率均值 0.074（原版 0.874），JBB-harmful 下降 97%，MMLU 保持 0.91 左右；Mix-256G 在 2×H200 上约 70 tok/s，需 llama.cpp PR #30817，MIT 许可。
同一新闻，精选展示《DeepSeek-V4.1-Flash-1017 去对齐版 GGUF 量化发布，763B MoE 最低 235.8 GB 内存可跑》
Hugging Face · 新模型：abliteratedAI 评分2626 ktobik 发布 DeepSeek V4.1 Flash Maya-XS Abliterated 模型
ktobik 在 Hugging Face 发布 DeepSeek V4.1 Flash Maya-XS Abliterated 模型，参数量 755B，采用 deepseek41 架构，提供 GGUF 格式下载，另有 121 个量化版本可用。
Hugging Face · 新模型：abliteratedAI 评分2323 abliterated 版 GLM-5.3 Flash 量化模型 ktobik/huihui-glm53-flash-abliterated-q4kxl-public 上架 Hugging Face
abliterated 版 GLM-5.3 Flash 量化模型 ktobik/huihui-glm53-flash-abliterated-q4kxl-public（UD-Q4_K_XL）在 Hugging Face 上架。该模型可通过 llama.cpp 启动本地 OpenAI 兼容服务器或在终端直接推理，并支持 Ollama、Docker Model Runner、Lemonade 等多种运行方式，也可接入 Pi、Hermes、OpenClaw 等智能体工具。
Hugging Face · 新模型：uncensoredAI 评分3434 Qwen3.5-2B-Claude-4.6-OS-Auto-Variable-HERETIC-UNCENSORED-THINKING 微调模型发布
Avichaudhry 基于 Unsloth 在本地硬件上用 4 个 Claude-4.6-OS 数据集微调 Qwen3.5-2B dense 模型，发布完全无审查的 HERETIC 版本。该模型在 arc、boolq、piqa 等多数 benchmark 上超过基座（如 arc 0.366 对 0.348），推理"size"经训练缩减，视觉图像功能测试可用，原生上下文长度 262,144，建议最低 q4ks 或 IQ3S 量化。
Hugging Face · 新模型：abliteratedAI 评分2525 Hugging Face 上架 abliterated 量化模型 qwen38-flash-next-abliterated-iq3s（IQ3_S）
AItaro0214 发布的 qwen38-flash-next-abliterated-iq3s 已在 Hugging Face 上线，提供 IQ3_S 量化版本。模型可通过 llama.cpp 的 llama serve / llama cli 直接拉取运行，也支持 LM Studio、Jan、Ollama、Docker Model Runner 等多种本地部署方式，并可配置到 Pi、Hermes、OpenClaw 等工具中作为 OpenAI 兼容接口使用。
Hugging Face · 新模型：uncensoredAI 评分1212 mradermacher 发布 Spark-X2.6-4B-uncensored 的 i1-GGUF 量化版本
Hugging Face 上的 mradermacher/Spark-X2.6-4B-uncensored-i1-GGUF 仓库提供 Spark-X2.6-4B-uncensored 模型的 i1-GGUF 量化版本。该模型参数规模为 1.77M，页面未提供下载量统计，用户需登录后查看硬件兼容性信息。