新闻、仓库与研究，按时间排列。
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。
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 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。
codavidgarcia 发布 orcarouter/Qwen3.8-27B-Uncensored 的 GGUF 与 NInfer 量化文件，让模型连同原生 MTP 头在 16 GB 显存内运行。该去对齐版本在 abliterlitics 的 12 个变体对比中以 82% 的有害提示服从率排第一，各能力基准与原模型差距在 ±1.3 分内；作者在单张 RTX 4080 16 GB 上实测了各文件的 KLD、速度与 llama.cpp/NInfer 运行命令，许可证为 Apache-2.0。
推荐理由：原文给出拒绝率、KLD 与 RTX 4080 实测速度数据，可据此判断该去对齐量化版的损失与 16 GB 可用性。
Hugging Face 上的 mradermacher/Spark-X2.6-4B-uncensored-GGUF 提供 Spark-X2.6-4B-uncensored 模型的静态量化（static quants）版本。该模型目前未被任何 Inference Provider 部署，下载量未被追踪。
huihui-ai 发布 google/gemma-4-31B-it 的去审查版本 Huihui-gemma-4-31B-it-abliterated-v2，通过 abliteration 技术移除模型拒答行为，且前 5 层未做处理以减少警告和拒绝。该版本 PPL 为 13161.2940，低于原版的 14874.7532 和上一版 abliterated 的 13335.5546。模型可通过最新版 ollama 以 huihui_ai/gemma-4-abliterated:31b-v2 直接运行，官方建议用于研究测试而非生产环境。
grainrigi 在 Hugging Face 镜像了 HauhauCS 的 Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced GGUF 量化版，作为备份保留 Q8_K_P 与 f16 mmproj。原版基于 google/gemma-4-26B-A4B-it，总参数 25.2B、激活约 3.8B（128 专家取 top-8 加 1 共享专家），256K 原生上下文、原生多模态；经自动化与人工拒绝基准测试为 0/465 拒绝，少量边缘提示首次会回避但重问即答。
推荐理由：原文给出 0/465 拒绝率的自动化与人工实测数据，以及各量化档位大小和推荐配置，便于按显存选档。
grainrigi 发布 Swift-1.5-Qwen3.8-Flash-Next-GSQ-RCO 的 abliterated GGUF（SC117 仓库镜像），通过字节级张量移植把 Qwen3.8-Flash-Next 去对齐权重的 144 个张量（约 41.1B 参数、占主模型 33%）换入已有 GSQ-RCO 量化文件，覆盖全部 48 层的残差写入张量。
DavidAU 在 Hugging Face 上架 NVIDIA-Nemotron-3.5-Bolt-E4B-Heretic-Uncensored-Turbo-Brilliance-50x-INST-R-NEO 的 GGUF 版本，属"TURBO BRILLIANCE 50x"系列，目标是减少 token 并提升模型质量与 IQ。该系列覆盖 3B 到 120B 且持续扩充；此模型将提供 64k（Nvidia 设定）和 128k 上下文版本，Heretic 处理与 Imatrix 尚在完成中，可通过 Transformers、vLLM、SGLang 及 Docker 使用。
staccs 发布 pqhaz/DeepSeek-V4.1-Flash-1017-heretic（DeepSeek-V4.1-Flash-1017 的 pqhaz abliterated 版）的 106.8 GB 单文件 GGUF，对 557B 参数的 routed experts 采用 lecore 激活校准 11-bit 矢量量化（2048 条码本、65,536 校准 token），Engram n-gram 表沿用原版需另下载约 203 GB。以未量化源模型为教师的评测显示 2k 上下文困惑度 2.762、top-1 一致率 80.9%，优于未校准的 vq10sh12 版（PPL 3.615、top-1 74.5%）。
staccs 发布了 106.8 GB 单文件 GGUF，对 dealignai 制作的 DeepSeek-V4.1-Flash-1017 abliterated（UNCENSORED-FP8）版本重新量化，采用 lecore 激活校准的 11-bit 向量量化处理路由专家（2048 码本条目、65,536 校准 token，1.39 bpw，cosine 0.909），注意力骨架用 q4_K，共享专家 VQ 11-bit。评测以未量化源模型为教师，WikiText-2 上 2k/16k 上下文困惑度 2.817/2.936，top-1 一致率 80.2%/78.6%，优于未校准的 vq10sh12 版本（PPL 3.615、top-1 74.5%）。
推荐理由：作者用未量化源模型给出困惑度、KL 散度和 top-1 一致率对照，可据此评估这套 11-bit VQ 量化的损耗。
staccs 在 Hugging Face 发布 rumplestilzken/DeepSeek-V4.1-Flash-1017-abliterated 的单文件 GGUF，大小 106.8 GB，对 557B 参数的路由专家采用 lecore 激活校准 11-bit 向量量化（2048 码本条目，65,536 校准 token），1.39 bpw、加权余弦 0.909。评测以未量化源模型为 teacher，2k/16k 上下文困惑度 2.821/2.950，top-1 一致率 80.5%/78.4%，优于未校准的 vq10sh12 版（PPL 3.615、top-1 74.5%）。
同一新闻，精选展示《staccs 发布 DeepSeek-V4.1-Flash-1017 abliterated 版单文件 GGUF 量化包》
mrfakename 的 DeepSeek-V4.1-Flash-1017-abliterated 被重新量化为单个 106.8 GB 的 lecore 校准 11-bit VQ GGUF 文件，路由专家参数 557B，码本 2048 条目、1.39 bpw。在 WikiText-2 上 2k/16k 上下文 perplexity 分别为 2.799/2.917，top-1 与源模型一致率 80.3%/78.5%，优于此前未校准的 vq10sh12 版（PPL 3.615）。
Hugging Face 上发布了 zandenAI/GLM-5.2-FP8-Uncensored 的 Colibri int4 独立转换版，供 C 推理引擎 JustVugg/colibri 使用，该引擎将稠密部分保留在内存中并从本地存储流式读取 MoE 专家权重。转换采用行式 int4 量化（嵌入与 LM head 为 int8，norms 与路由权重为 FP32），非标准 Transformers/vLLM/GGUF 格式，须用 Colibri 加载，遵循 MIT 许可。
Esteef.Ai 为 Philibert 镜像了 mlabonne 基于 Google Gemma 3 制作的 abliterated 版模型 gemma-3-4b-it-abliterated-v2-GGUF。镜像文件与原版逐字节一致，未做任何修改，其中 q6_k 量化文件的 SHA-256 为 47636d77…。Philibert 在用户请求该模型时通过 `ollama pull hf.co/EsteefAi/gemma-3-4b-it-abliterated-v2-GGUF-mirror` 下载，许可证沿用 Gemma Terms of Use。
EsteefAi 在 Hugging Face 上架 Llama-3.2-3B-Instruct-uncensored-GGUF-mirror 镜像，提供 Q6_K 量化版本。该页面给出用 llama.cpp、Ollama、Docker、LM Studio、Jan 等工具运行该 GGUF 模型的完整命令，也可配置到 Pi、Hermes、OpenClaw 等智能体中，通过本地 OpenAI 兼容服务器调用。
EsteefAi 在 Hugging Face 发布 Llama-3-8B-Lexi-Uncensored-GGUF-mirror，逐字节复制 Orenguteng 基于 Meta Llama 3 的 Llama-3-8B-Lexi-Uncensored GGUF 文件（如 Q5_K_M 量化），SHA-256 校验一致且无修改，供 Philibert 通过 Ollama 拉取保持安装可用。原模型遵循 Meta Llama 3 Community License，版权归原作者所有。
Hugging Face 上架 EsteefAi/Qwen3.5-35B-A3B-Uncensored-HauhauCS-Aggressive-mirror 镜像模型，默认量化为 Q4_K_M。该模型可通过 llama.cpp、Ollama、Docker、LM Studio、Pi、Hermes Agent、OpenClaw 等工具本地运行，llama.cpp 支持启动 OpenAI 兼容服务器及终端直接推理。
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。
prompts.chat 对「Echoes of the Rust Age」图像编辑 prompt 进行更新，将原单段文本改为结构化（STRUCTURED）JSON 格式。新版保留将照片中一男一女置于废土锈蚀峡谷的场景设定，并补充了 2189 年背景、光线、色板、人物服装动作及 negative_prompt 等细节字段。
prompts.chat 更新了「Code Review Specialist」代码审查提示词，将作者信息从 dragoy18@gmail.com 改为 nolanneff，并将记录状态由 TRUE 改为 FALSE。该提示词要求反馈客观专业、建议注重清晰度与可维护性，并结合代码的具体上下文和需求。
prompts.chat 更新了 Code Review Specialist 提示词，新版要求 AI 从代码质量与可读性、编码规范、优化机会、潜在 bug 等方面进行详细分析，并给出可操作的改进建议。新版还新增了 ${language}、${framework}、${focusAreas} 三个可自定义变量，方便用户指定编程语言、框架和审查重点。
prompts.chat 更新了一条名为「The Technical Co-Founder: Building Real Products Together」的提示词，让 AI 充当 CTO 角色，将用户的想法转化为可直接上线的产品。该提示词设计了 5 阶段开发流程：Discovery & Validation、Strategic Blueprint、Iterative Development、Quality & Polish、Launch Readiness & Knowledge Transfer，并约定用户担任 CEO 掌握最终决策、AI 提供无术语的方案与利弊权衡。
prompts.chat 更新了 Article Summarizer 提示词，移除 ${author} 变量，任务改为对指定 ${title} 文章提取要点和主题、输出简洁摘要。新规则限定摘要长度 ${length:150} 词（默认 150 词），要求保持原意并使用清晰专业的语言，同时将原有的三段式结构替换为列出 ${title} 和 ${length:150} 变量的简化格式。
prompts.chat 对 "Code Review Specialist" 提示词进行了重构：新版将原自由文本格式改为结构化 YAML，加入 messages、metadata、task、deliverables、output 与 constraints 字段，并新增 ${language}、${framework}、${focusAreas} 等可定制变量，要求反馈保持专业语气、聚焦重大问题、便于开发者落地实施。
prompts.chat 的每日 prompt 更新了 Code Review Specialist（代码审查专家）提示词，由原 messages 结构改写为直接指令格式。新提示词要求 AI 扮演经验丰富的开发者审查用户代码，聚焦代码质量与可读性、编码规范符合度、优化与性能改进机会以及潜在 bug 识别，并提供清晰可操作、带示例的反馈。该条目同时标记为 TRUE 并更换了提交者。
prompts.chat 的每日 prompt 更新中，"Video" 条目被替换为一条视频生成提示词，内容为一个神秘酒保在昏暗酒吧中将发光绿色液体倒入玻璃杯的电影感特写，标注 4k、超写实、慢动作。该条目由用户以 CSV 差异形式提交，替换了原先让模型扮演社交平台专家的旧提示词。
prompts.chat 仓库更新了名为 Lecturer 的社区提示词。新版本要求 AI 对用户发送的每份 PDF 进行拆解和摘要，覆盖备考所需全部细节并便于理解吸收；旧版本则是要求以专家讲师方式讲解 PDF 和图片并酌情使用 mnemonic。
prompts.chat 新增一条名为 Research literature reviewer 的提示词，用于起草符合 Q1 期刊发表要求的文献综述。该条目已添加至平台提示词库。
prompts.chat 收录新 prompt「God of Prompt」，用于为 ChatGPT、Claude 等语言模型生成高质量提示词。该 prompt 整合批判性、创造性、系统性与反思性四种思维风格，采用「AI Prompt Generator System」角色，并规定了分段结构、7-9 条功能列举、上限 13 节的响应结构等格式规则。它还可调用网络浏览、视觉分析、代码解释和图像生成等外部能力，并对每一步进行核对验证。
prompts.chat 新增一条 prompt，用于让模型生成一页打印优化的 Basecamp 及其官方 CLI（basecamp）速查表和口袋参考卡。该 prompt 要求页面限定 US Letter 尺寸，左 60% 放核心 CLI 命令参考，右 40% 放 Agent 不变量、profiles、配置（.basecamp/config.json）与排错内容，覆盖安装认证、todos、Kanban 卡片、消息提及（[@Name](mention:SGID)）等模式，优先输出可打印的 Markdown 或单页 PDF。
prompts.chat 新增一条「家庭堆肥教练」提示词，帮助新手或曾失败的用户按自家空间、气候、厨余量和每周可投入时间搭建可持续的堆肥系统。提示词要求 AI 先追问缺失信息，再分九个部分指导：方法对比、安装步骤、绿料棕料比例、每周 10-15 分钟例行流程、季节计划、至少八种问题的排障表、堆肥收获使用和进度记录模板，并明确禁止在家庭冷堆肥中加入肉类、乳制品和宠物粪便。
prompts.chat 收录新 prompt「Restaurant Menu Allergen Matrix Builder」，让模型扮演食品安全顾问，把餐厅菜单和配料转化为单一严格 JSON 过敏原包。输出含逐菜过敏原矩阵、隐藏过敏原提示、交叉接触风险、供应商问题与员工应答脚本，过敏原状态仅限 contains / may_contain_cross_contact / unknown_verify / not_in_listed_ingredients，绝不允许标注“free”或“safe”，默认适用 EU 14 种受规管过敏原。
prompts.chat 收录了一条新提示词「家庭与宠物看护交接清单（YAML）」，可将零散笔记整理成供房屋或宠物看护人使用的 YAML 交接清单，覆盖日常作息、宠物护理、植物、家居系统、安防、紧急情况与联系人。提示词要求指令写成陌生人可执行的具体步骤，时间关键事项纳入带精确时间的日程，禁止编造药物剂量等信息，缺失处标注 OWNER TO FILL，且不得以明文包含密码或 Wi-Fi 密钥。
prompts.chat 新增一条图像生成 prompt，主题为细木镶嵌工艺装饰板，描绘日出时分七只热气球漂浮在起伏丘陵上空。prompt 详细指定了枫木、缎木、紫檀、乌木等木材镶面配色、纹理方向、法式抛光表面效果，以及 16:9 横幅构图和无人物、无文字的要求。
prompts.chat 新增由 @f 贡献的图像生成提示词"日本莳绘金漆赏月兔芒草装饰板"。提示词描述一块宽幅日本莳绘漆板：两只白兔坐在银色芒草间仰望金黄满月，采用黑漆背景、高莳绘浮雕与螺钿镶嵌、梨地金箔等工艺细节，输出 16:9 横幅画面，并要求不含文字、书法、印章与标识。
prompts.chat 每日 prompt 库新增一条图像生成提示词「Photoreal Atlantic Puffin Colony on a Sea Cliff at Golden Hour」，用于生成黄金时刻海崖上的大西洋海鹦群落实拍风格照片。提示词描述了四只海鹦叼沙鳗、悬崖洞穴与海浪等细节，指定 16:9 宽幅、长焦浅景深，并要求画面中无人物、文字与水印。
prompts.chat 收录新 prompt「Himalayan Cliffside Monastery Scene Concept Brief Builder」，让 AI 扮演电影级环境设计师，为悬崖修道院场景生成可用于静态图像生成及后续视频动画的制作简报。该 prompt 通过自定义变量设定山景、时间天气、修道院外观、视觉风格和氛围，先询问相机视角等缺失信息，再产出包含场景概述、修道院与悬崖、经幡等分节的简报，重点加入经幡飘动、云雾流动、香烟升起等易动画元素。
prompts.chat 收录用户 @f 贡献的新提示词「Cliffside Himalayan Monastery with Prayer Flags at Misty Dawn」。该提示词描述了一座依附于花岗岩悬崖的白色喜马拉雅修道院、五串彩色经幡、峡谷河流与雪山日出场景，要求照片级写实风格、16:9 宽画幅，且画面中不出现人物、文字、标志或 logo。
prompts.chat 收录一条图生视频 prompt，以"Cliffside Himalayan Monastery with Prayer Flags at Misty Dawn"图像为精确首帧，生成时长 6 秒的电影感镜头。动画要求经幡在微风中持续飘动但不脱离绳线、峡谷白雾自左向右缓慢漂移、炊烟顺风弯曲，并用一次缓慢推镜朝向寺院，全程无剪切、无新物体、无人物、无文字。