新闻、仓库与研究，按时间排列。
Meta 在 Hugging Face 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M token。模型针对 agentic coding 训练，可读代码库、写代码、调试并调用工具；官方给出 transformers、llama.cpp、vLLM、SGLang、MLX 部署配方，BF16 权重约 1.5 TB，NVFP4 版可跑在单节点 B200 上，并用 TRL 在 64 张 H100 上完成 LoRA 微调演示。
推荐理由：官方博客给出完整架构参数与多套部署配方，从 llama.cpp 量化到 TRL 微调实测数据都有，可按需选路径复现。
Hugging Face 上发布了一个可直接运行的 .basalt 格式包，为无审查版 Qwen3.8-Flash-Next 的 Q4_K_M 量化构建，基于 125B 级 MoE 模型（qwen4exp 架构），文件大小 114.06 GiB，内置 Qwen tokenizer 与聊天模板，支持 --vision 图像输入。运行需 NVIDIA Blackwell GPU（compute capability 12.0）与 CUDA 13；在单张 RTX 5090 上 512k 上下文解码约 220 tok/s、prefill 约 5,900 tok/s。该仓库目前为私有测试状态，采用 Qwen Community License 1.0。
Black Forest Labs 发布 FLUX.3 Image Klein，开放蒸馏版（16 步、无 CFG）和 base 版（50 步、CFG）两个权重，首日起即可在 Diffusers 中运行。单模型支持文生图、多参考图生图和 bounding box 布局控制，蒸馏版在 H100 上约 2 秒生成 1024×1024 图像，提供 fp8r 和 nvfp4 量化权重及 DreamBooth LoRA 训练脚本。
推荐理由：官方教程给出两个开放权重的显存占用和 H100 实测生成耗时，还拆解了架构细节，方便评估部署成本。
notfakerv 在 Hugging Face 发布 abliterated 版 LFM2.5-24B-A2B 的 GGUF 量化文件，含 Q4_K_M（14.53 GB）、Q8_0（25.49 GB）和实验性 NVFP4（14.02 GB）三种，均来自同一 BF16 编辑后 checkpoint，未做额外训练。该版本采用 AtomicChat 公开的 late-block 方向性编辑（blocks 14-39，强度 1.75），16 条拒答提示词上关键词拒答从 16 降至 1，但 IFEval 32 例中从 27 降至 25。沿用原 LFM Open License v1.0，含 1000 万美元年营收商业限制。
Hugging Face 上发布了一个 NInfer v3（.ninner）工件，将 orcarouter/Qwen3.8-27B-Uncensored-NVFP4 转换并加入 DFlash2 投机解码支持，草稿模型来自 z-lab/Qwen3.8-27B-DFlash2。该 Qwen3.8-27B 视觉语言模型可在单张 RTX 5090（32 GB）上运行，启动占用约 31.6 GB，实测约 164 tokens/s，DFlash2 草稿接受率约 26%，保留 abliterated 无审查行为，采用 Apache-2.0 许可证。
HALO117MC 发布 Qwen3.5-9B-Abliterated-V2 的 Q8_0 与 BF16 GGUF 官方量化版，面向消费级 GPU 本地推理，支持 Ollama v0.40.4 与 llama.cpp v0.6.0。在 RTX 5080 Laptop GPU 上测试，原版与 Abliterated V2 的 GSM8K 精度均为 90%（9/10），后者平均每任务耗时 58.62 秒；Xiaomi MiMo-V2.6-Distill 同样 90% 精度但平均仅 7.46 秒，速度快 7.4 倍，源于其思维链更精简。
mradermacher 在 Hugging Face 上提供 MiniCPM-V-4.7-35B-A3B-abliterated 的 i1-GGUF 量化版本，提供 Q2_K 等量化格式。该模型可通过 llama.cpp、Ollama、Docker Model Runner、LM Studio、Jan 等工具运行，支持启动 OpenAI 兼容本地服务器或在终端直接推理，也可配置到 Pi、Hermes、OpenClaw 等 Agent 工具中使用。
mradermacher 在 Hugging Face 上提供 MiniCPM-V-4.7-35B-A3B-abliterated 的 GGUF 量化版本，默认示例为 Q4_K_M。该模型可通过 llama.cpp 直接运行，支持本地 OpenAI 兼容服务器与终端推理，也可在 Ollama、LM Studio、Jan、Docker Model Runner、Lemonade 等工具中使用。
mradermacher 在 Hugging Face 发布 Qwen3.5-4B-MultiDistill-3xMerge-UNCENSORED-heretic 的 GGUF 静态量化版本，提供从 Q2_K（2.0GB）到 f16（8.5GB）的多档量化文件，其中 Q4_K_S/Q4_K_M 标注为快速推荐档，Q8_0 为最佳质量档，并附带 mmproj 多模态补充文件。weighted/imatrix 量化暂未提供，用户可通过 Community Discussion 提出请求。
Hugging Face 上架了 mradermacher 制作的 Qwen3.5-4B-MultiDistill-3xMerge-UNCENSORED-heretic-i1 GGUF 量化模型。该模型基于 Qwen3.5-4B 的多蒸馏三路合并无审查版本，页面暂未提供完整模型卡信息。
Hugging Face 上线 mradermacher 制作的 Qwen3.5-2B-Uncensored-Abliterix-SOM-GGUF 静态量化模型。该模型下载量未被追踪，目前也没有任何 Inference Provider 部署，用户可申请提供商支持。
Hugging Face 上架了 mradermacher 制作的 Qwen3.5-4B-Claude-3xMerge-Jackrong-UNCENSORED-heretic 的 i1-GGUF 量化版本。该模型基于 Qwen3.5-4B，为去审查（uncensored）合并模型，仓库页面未提供详细模型卡信息。
mradermacher 在 Hugging Face 上发布 Qwen3.5-4B-Claude-3xMerge-Jackrong-UNCENSORED-heretic 的 GGUF 静态量化版本，并提供 mmproj-Q8_0（0.5GB）与 mmproj-f16（0.8GB）多模态补充文件。weighted/imatrix 量化暂未提供，用户可通过 Community Discussion 提出请求。
DavidAU 的 Qwen3.8-Flash-Next-Turbo-Brilliance-50x 消融版（abliterated/uncensored）GGUF 量化正在测试，模型为 180B 参数、512 专家激活 10 的 MoE，量化升级为 GSQ-RCO。测试显示 IQ3_XXS（3.00 bpw、75.8 GB）达到 BF16 基线任务平均的 99.4%，Q2_0 仅 66.4 GB；速度测试中 46 GB 双 GPU 加内存卸载达 17 t/s，用户可申请访问并在量化发布时收到邮件通知。
alexwkleung 用 Heretic 对 LiquidAI/LFM2.5-24B-A2B 做方向性消融，改动 926 个权重张量以降低拒绝行为，并转成 GGUF 量化发布。在 44 题独立有害集上，开启思考模式下 stock 版 44/44 拒绝，去对齐版约 34 顺从、9 偏转、1 干净拒绝；GSM8K 配对测试 n=100 两者均 98/100，KL 0.169。作者还发布 5 个量化文件与自算 imatrix，并提醒 LFM Open License 对年收入超 1000 万美元实体限制商用。
推荐理由：作者用独立 44 题有害集和 GSM8K 配对实测验证去对齐效果与推理无损，还给出拒绝率与 KL 的多档取舍点。
Hugging Face 用户发布 openbmb/MiniCPM-V-4.7-35B-A3B abliterated 版本的 EXL3 3.5bpw 量化权重，视觉塔与 merger 保留原始 bf16。该 abliterated 版本在 100 条有害提示上拒绝率从 100/100 降至 5/100，KL 散度 0.101。vLLM nightly 0.32.0rc1 配合 DSpark 推测解码，代码约 86 tok/s、数学约 102 tok/s，无 DSpark 为 25.5 tok/s。
Hugging Face 上的 mradermacher 仓库发布 K2-Horizon-MoVA-36B-A4B-uncensored 的 i1-GGUF 量化版本，以 GGUF 格式提供该 36B-A4B 模型的去审查版本。仓库页面未提供详细模型说明，下载量数据暂缺。
Walter Simoncini 在 arXiv 发布论文，提出免重训练方法把预训练 Transformer 变成可在连续算力预算间自适应的单一模型，核心是对功能单元排序问题做可微松弛，在统一尺度上联合排序每个 MLP 神经元和注意力头。在 22M 到 8B 参数的 27 个视觉与文本 Transformer 编码器上，方法在最高 60% 稀疏度下平滑退化并优于 one-shot 基线；DINOv3 ViT-H+/16 剪枝到 50% 稀疏度移除 427M 参数，ImageNet-1k linear-probing 精度仅降 0.8%；AugReg ViT-B/16 在 60% 稀疏度下于 A100 GPU 上吞吐提升最高 1.80 倍、单查询延迟降低 1.26 倍。
推荐理由：论文给出免重训练的弹性剪枝方法，在27个模型上验证60%稀疏度下的精度与吞吐数据，可复现。
PN-Mix 是一种针对 RoPE 架构 decoder-only LLM 的混合精度 key cache 量化方法，通过 RoPE 通道对的 attention logit 扰动分析识别显著通道对，在 prefill 阶段一次性分配更高精度并在解码全程复用。2.26-bit 平均精度下，其在推理、代码生成和 AIME 基准上达到与 2.32–2.39-bit 先前方法相当或更好的准确率，且可平滑降至 1.5 bits。
JMingo 发布的 gemma-4-26B-A4B-it-qat-uncensored-GGUF 现已可在 Hugging Face 获取，提供 Q4_0 量化版本。该模型可通过 llama.cpp 的 llama serve / llama cli 直接运行，也支持 Ollama、Docker Model Runner、LM Studio、Jan、Lemonade 等多种本地部署方式，并可接入 Pi、Hermes、OpenClaw 等 Agent 工具。
Hugging Face 用户 zviratko 发布 Qwen3.8-Flash-Next-Uncensored 的 oQ5e 量化权重，面向 oMLX 使用，并将 FP8 PLE n-gram 表移植进来，作者称 PLE 表数据的实际效果未知，属于实验性尝试。该模型在 intelligence benchmarks 上与原量化模型结果基本一致，主观连贯性良好。仓库保留 Qwen Community License 1.0，但源仓库标注的 Apache-2.0 与许可文件不一致，使用前需自行核查。
Ornith-1.5-9B-uncensored 的静态量化 GGUF 版本已在 Hugging Face 上线，提供从 Q2_K（3.9GB）到 f16（18.0GB）的多档量化文件，其中 Q4_K_S、Q4_K_M 标注为快速且推荐，Q8_0 为最佳质量，并附带 mmproj 多模态补充文件。weighted/imatrix 量化版本另行提供，使用方法可参考 TheBloke 的 README 说明。
Dariusdup 在 Hugging Face 发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 格式，其中 Q4_K_M GGUF 为 4.60 GB 并被推荐为体积与质量的最佳平衡。该版本无内置安全检查或内容过滤，可直接生成成人及 NSFW 图像；配套 qwen3vl_8b 文本编码器与 VAE 文件，通过 ComfyUI 与 ComfyUI-GGUF 使用，文本编码器可卸载到系统内存以节省 9–17 GB 显存。
zviratko 在 Hugging Face 发布 Qwen3.8-Flash-Next-Uncensored-plefp8，基于 ddark-il/Qwen3.8-Flash-Next-Uncensored 的量化权重，并移植了 FP8 PLE n-gram 表。作者称该实验性模型在 intelligence benchmark 上与原量化模型结果基本相同，主观上保持连贯，但更小损失的 PLE 表数据效果未知。模型采用 Qwen Community License 1.0，使用前需查看附带许可证。
IsValorum 发布 huihui-ai/Huihui-Qwen3.8-27B-Coder390-EfficientThink-abliterated 的 VAL-APEX-I MiniPlus V3 GGUF 量化版，文件 14.16 GB、whole-file BPW 4.15、含 866 个审计张量，原生 256K 上下文。该模型经 Coder390 SFT+RLOO 训练并做 abliterated 去审查，社区 NanoBench v0.4.0 评测中在 Oh My Pi (OMP 18.7)、Hermes Agent (v0.21.5)、DeepSeek Harness (0.2.0-rc.2) 三套测试上分别得分 96.7、95.4、90.4，Agentic 任务均为 100/100。
IsValorum 发布 huihui-ai/Huihui-Qwen3.8-27B-Coder390-EfficientThink-abliterated 的 VAL-APEX-I NanoPlus V3 GGUF 量化版，文件 12.18 GB、whole-file BPW 3.57、含 866 个审计张量，原生 256K 上下文。该模型基于 Coder390 微调（多模型 SFT 加 RLOO），采用 EfficientThink 对齐，并经 Huihui-AI 在第 2 至 52 层完成 abliterated 去审查。
Xananthium 在 Hugging Face 发布 REDCELL-26B-A4B-OSINT-Cyber-Abliterated-Pilot-W6A8-Vision，对 terrorswift 的 REDCELL（Gemma 4 26B-A4B 微调）做 abliterated 权重编辑并导出 W6A8 量化。16 条保留集拒绝标记从 16/16 降到 4/16，能力探针保持 19/20，工具调用、工具失败后改道和简单图像识别均通过；使用 Heretic 的保幅值正交消融加 rank-3 修正，编辑覆盖 30 个注意力输出投影、30 个稠密 MLP down 投影和 3,840 个专家 down 投影，路由器和视觉模块保持 BF16。
推荐理由：作者给出了消融前后的拒绝率对照、能力探针和 KL 数值，还标注了未测项，读者可自行核对这个 W6A8 版本的实际取舍。
HauhauCS 基于 google/gemma-4-e4b-it 发布的 Aggressive 版去审查模型已在 Hugging Face 提供 GGUF 下载，测试中 0/465 次拒绝。模型为 4B 参数、42 层、131K 上下文、原生多模态（文本、图像、视频、音频），全部量化使用 imatrix 生成；K_P 量化比基础量化文件大 5-15%，质量提升约 1-2 个量化级别，兼容 llama.cpp、LM Studio 等 GGUF 运行时，视觉/音频需搭配 mmproj 文件。
maternion 在 Hugging Face 发布基于 openbmb/MiniCPM-V-4.7-1B 的去对齐 GGUF 量化版，用 heretic 的方向消融流程从权重中移除拒绝方向。404 次试验后拒绝率为 21/100，KL 散度 0.0122，作者称数值上接近基座模型、保留推理、工具调用与视觉能力。提供 Q4_K_M 到 F16 共 4 档量化（641 MB 至 1.9 GB）及视觉投影 mmproj-F16.gguf，可在 llama.cpp、Ollama、LM Studio 等 GGUF 兼容运行时运行，Ollama 注册表同步发布。
推荐理由：原文给出了拒绝率 21/100 和 KL 散度 0.0122 的实测数据，可据此判断该去对齐版本的去拒答程度与能力保留情况。
Avicennasis 发布了 MiniCPM-V-4.7-35B-A3B 的拒绝消融版 MLX 4-bit 量化，基于 openbmb 的 Apache-2.0 基座，约 23 GB、5 个分片，是首个 abliterated MiniCPM-V-4.7 的 MLX 版本。仅改动语言模型，视觉部分保留 bf16；自测红队中双用途拒绝从 8/18 降至 0/18、敏感类从 15/16 降至 0/16，工具调用 248/280 基本无损，与基座的 KL 散度为 0.101，无统计显著回归。峰值显存约 24 GiB，32 GB 以上 Apple Silicon 可跑。
推荐理由：作者用统一红队协议给出消融前后的拒绝率和能力回归数据，本地用户可据此判断这个 MLX 4-bit 版本的可信度。
AtomicChat 将 inclusionAI 的 Ling 3.1 flash 中的拒绝行为从权重中投影移除，烘焙成 GGUF 版本发布在 Hugging Face。验证集上英文拒绝率从 98.1% 降到 2.9%，俄语从 68% 降到 0%，无害提示几乎不受影响；方法是对写入残差流的全部 213 个矩阵施加 W' = W - 1.25·r·rᵀW 的方向编辑，遵循 Arditi et al. 2024 的单方向拒绝机制研究，采用 MIT 许可。
推荐理由：原文给出了拒绝方向消融的具体方法和英俄语拒绝率前后对比，并附随机方向对照，可自行判断改动效果。
Huihui-Qwen3.8-27B-abliterated 的 EXL3 2.60 bpw 量化（SC-SH）上线，基于 Qwen3.8-27B 的去审查版本，采用按张量噪声归因分配比特率并启用 scaled-Hessian，实测相对 abliterated BF16 参考困惑度增加 5.1%。量化占用约 11.96 GB，需 ExLlamaV3，可用 tabbyAPI 运行。基座为 27B 原生视觉语言模型，262K 原生上下文（可扩展至 1M），支持图像与视频理解。
zviratko 在 Hugging Face 发布 Qwen3.8-Flash-Next-Uncensored-oQ4e-100K-MTP-plefp8，将 FP8 PLE n-gram 表移植进 jedisctl 的原量化模型，属于实验性质。基准成绩与原模型基本持平：MMLU 87.7%（原 87.0%）、MMLU_PRO 68.0%（原 68.7%）、HumanEval 92.1%（原 93.3%），性能与内存占用相同。模型采用 Qwen Community License 1.0，作者提醒源仓库标注的 Apache-2.0 与许可证文件不符。
huihui-ai 基于 Qwen/Qwen3.8-27B 通过 abliteration 技术去除拒绝回复，发布 Huihui-Qwen3.8-27B-abliterated-GGUF 无审查版本，仅消融部分层（如第 22 至 52 层，0 起始索引），其余层保持原样。提供 Q2_K_L 至 Q8_0_L 等多种量化格式，其中低精度版本将 token_embd、output、ffn_down 等需消融权重转回 Q8_0 或 BF16 以提升回复质量；MTP 与视觉部分未改动。可通过 ollama（huihui_ai/Qwen3.8-abliterated）或最新 llama.cpp 运行，支持 -c 262144，模型安全过滤大幅降低，建议仅用于研究测试环境。
Hugging Face 上架了 yyrgzn/Qwen3.8-27B-FP8-EfficientThink-Uncensored-NInfer-v3 模型仓库，定位为无审查（uncensored）模型。该仓库 README 为空，尚未部署任何 Inference Provider，下载量暂未被追踪。
Huihui-Qwen3.8-27B-abliterated 的 EXL3 2.55 bpw 量化（SC-SH）上线，平均码率 2.5494 bpw，磁盘占用约 11.81 GB，较 BF16 参考困惑度 1.3418 增加 5.1%。噪声归因与校准均在 abliterated 权重上重新测量，head/MTP 为 4.0 bpw、vision 为 6.0 bpw。需 ExLlamaV3，可用 tabbyAPI 运行；原模型为 27B 视觉语言模型，原生 262K 上下文可扩展至 1M。
Muyuxiao 在 trohrbaugh/Qwen3.8-27B-heretic-ara 基础上追加两次全权重 ARA 消融，发布 RVN 版 Qwen3.8-27B 的 GGUF 权重。有害提示拒绝率从 3/100 降到 0-1/100，KL 损伤从 0.0535 降到 0.0085，全部 53 个 RVN 文件内嵌官方 Qwen3.8 chat 模板；模型保留 262K 上下文与 Apache-2.0 许可，面向 18+ 研究、创作与角色扮演用途，并给出从 8 GB 到 64 GB 显存的量化选型建议。
Hugging Face 上发布 Qwen-Image-2.1 Uncensored 的多种量化格式，基于 Qwen/Qwen-Image-2.1 原始权重，提供 GGUF、Safetensors 和 MLX 格式，其中 Q4_K_M（4.60 GB）为 GGUF 推荐版本，MLX 格式针对 Apple Silicon 优化。该版本无内置安全检查器，可直接生成成人及 NSFW 图像，需配合 ComfyUI 与 ComfyUI-GGUF 使用，文本编码器 qwen3vl_8b 可卸载至系统内存以节省 9–17 GB 显存。
geezyforeezy 发布 rohit267/Qwen3.8-9B-heretic-uncensored 的 4-bit MLX + MTP（MTPLX）本地版本，面向 Apple Silicon。在 M5 24GB MacBook 上实测解码速度从 21.25 提升到 40.05 tok/s（+88%），投机解码为精确校验故无损；trunk 为有损 4-bit（group size 64，约 5.0 GB），附带原生 MTP sidecar 与 rank-64 C4 LoRA 适配器（加载时合并），depth 2 下草稿接受率约 0.71。
Jakevin 在 Hugging Face 发布 abliterated 版 LiquidAI/LFM2.5-24B-A2B 的混合精度 GGUF，移除了大部分拒绝行为。模型按 IQ3_M/Q4_K/Q8_0 混合量化，对第 14–39 层的 out_proj 和专家 w2 权重应用双向投影拒绝方向。需 llama.cpp b9810+ 的 lfm2moe 支持，8k 上下文下生成约 83 tok/s、峰值内存约 10.9 GB，采用 LFM Open License v1.0。