新闻、仓库与研究，按时间排列。
hotdogs/Ternary-Bonsai-2-27B-Abliterated-Hemmingway-1-MTP 模型已在 Hugging Face 发布，默认量化版本为 Q2_0。文档给出 llama.cpp 的 macOS、Linux、Windows 安装方式及本地 OpenAI 兼容服务器启动命令，并说明在 Ollama、Docker Model Runner、Pi、Lemonade、Hermes Agent、OpenClaw 等工具中加载该模型的具体配置步骤。
inclusionAI 发布 Ling-3.1-flash，一个原生混合推理模型，总参数 560B、每 token 激活 25B，支持 1M token 上下文窗口。模型采用 Hybrid-linear MoE 架构（KDA 与 Gated MLA 混合注意力、512 个专家激活 8 个），在 Terminal-Bench 4.0、SWE-bench Pro、GDPVal-AA V2.1 等 Agent、编码和医疗金融类基准上有提升，并提供了基于开源编码 Agent Pi 构建的 LingCode 评测 harness。官方给出 SGLang（含 MTP 推测解码）和 vLLM 的部署配方，支持 Claude Code 等框架调用。
推荐理由：官方模型卡同时给出架构规格、多基准评测和 SGLang 与 vLLM 的部署配方，方便读者评估并直接上手这个混合推理 MoE 模型。
Black Forest Labs 在 Hugging Face 开放 FLUX 3 Image Klein 权重，这是一个 5.6B 参数的文生图与图像编辑模型，支持最多 10 张参考图，以 Qwen3-VL-4B-Instruct 作为文本编码器。仓库含 BF16 蒸馏版及 FP8、NVFP4 量化变体，B200 上 1024x1024 推理峰值显存 BF16 为 31 GB；蒸馏版 16 步采样供自托管与 BFL API 使用，未蒸馏 Base 版用于微调与 LoRA 训练。模型采用 FLUX Kommunity License v.1.0，年收入低于 500 万美元的 Qualifying Users 可商用输出。
推荐理由：模型卡同时给出蒸馏与未蒸馏两个检查点的定位、显存占用和许可证门槛，方便自托管者判断选哪个版本。
alex-and-the 在 Hugging Face 发布 Qwen3.8-27B-Uncensored-MLX，一个基于 MLX 的 27B 无审查模型，可通过 mlx-vlm 加载并处理图像输入。模型可用 mlx_lm.server 启动 OpenAI 兼容本地服务器，接入 Pi、Hermes Agent 和 OpenClaw 等 Agent 工具。
robertbschuette 在 Hugging Face 发布 Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored 的 GGUF 量化包。作者称该多阶段微调模型 8 bit 下 ARC-C 达 0.735、ARC-E 达 0.882（原版 Qwen3.8-27B 为 0.591/0.782），思考 token 减至原版的 1/2 至 1/10。
alex-and-the 在 Hugging Face 发布 Qwen3.5-9B-Uncensored-MLX 模型，提供基于 mlx-vlm 的加载与生成用法。该模型可通过 mlx_lm.server 启动本地 OpenAI 兼容服务器，并已在 Pi、Hermes Agent、OpenClaw 等客户端给出配置方法。
alex-and-the 在 Hugging Face 发布 Qwen3.5-4B-Uncensored-MLX，一个基于 MLX 的无审查多模态模型，可通过 mlx-vlm 加载生成图文描述。模型可经 mlx-lm 启动 OpenAI 兼容本地服务器，接入 Pi、Hermes Agent 和 OpenClaw 等 Agent 工具。
Black Forest Labs 在 Hugging Face 发布 FLUX 3 Image Klein Base，一个 5.6B 开放权重文生图与图像编辑模型，支持最多 10 张参考图，文本编码器为 Qwen3-VL-4B-Instruct。该仓库为未蒸馏 base checkpoint，面向微调、LoRA 训练与研究；模型卡强调必须使用提示词上采样器，并给出 BF16/FP8/NVFP4 格式在 B200 上 31/29/26 GB 的峰值显存数据。模型采用 FLUX Kommunity License，非商业使用免费，年收入低于 500 万美元的合格用户可享商业输出例外。
推荐理由：官方模型卡写清了基础版与蒸馏版的分工、提示词上采样要求和各精度显存占用，方便读者选对 checkpoint 再动手。
huihui-ai 基于 Qwen/Qwen3.8-Flash-Next 通过 abliteration 技术制作去审查版 GGUF 模型，v2 版调整了消融重点且未消融任何专家模块。模型适合小说写作和编程，官方演示使用 UD-Q4_K_XL 量化并支持 262144 上下文，兼容最新 llama.cpp 与 Strata。因安全过滤大幅降低，建议仅用于研究测试环境，输出可能含敏感或不当内容，用户需自行审查并承担相应风险。
Hugging Face 上的 mradermacher/qwen2.5-1.5b-uncensored-i1-GGUF 提供 qwen2.5-1.5b-uncensored 模型的 i1-GGUF 量化版本，供用户下载运行。模型参数规模为 509k params，采用 GGUF 格式，硬件兼容性信息需登录查看。
SaturnHeaven 在 Hugging Face 上传 DeepSeek-V4.1-Flash-UNCENSORED 的 RANMA EXL3 GGUF 版本，模型卡片与文件随后补齐。该版本基于 dealignai 制作的去审查与 EXL3 2.9bpw 量化模型 repack 而成，未重新量化，需 ranma.cpp ranma_20261013 或更新版本。
Hugging Face 上架 taurusduan/Huihui-DeepSeek-V4-Flash-Vision-Exp-abliterated-GGUF 模型，提供 BF16 量化版本。该模型为图像-文本到文本多模态模型，可通过 Transformers、llama.cpp、vLLM、SGLang、Ollama、Docker Model Runner 等多种方式运行，并支持 llama.cpp 和 vLLM/SGLang 的 OpenAI 兼容 API 本地服务。
DavidAU 在 Hugging Face 上架 Qwen3.6-35B-A3B-Brainwaves-Uncensored-Turbo-Brilliance-50X-Reasoning-Instruct 的 GGUF 版本。该仓库公开可访问，但用户需登录并同意分享联系信息的条件后才能下载模型文件。
mradermacher 在 Hugging Face 发布 tinyllama-1.1b-uncensored 的 i1-GGUF 量化版本，提供 imatrix 量化文件（约 0.1GB），可用于自行创建量化版本。该模型页还汇总了各尺寸量化文件下载列表及 GGUF 使用说明，static quants 也在相关页面提供。
Hugging Face 上的 BOBBYBONKERSBFD/Sulphur-2-Prompt-Enhancer-Uncensored-GGUF 提供了多种部署方式：可配合 LTX-2 视频生成管线（需搭配 google/gemma-3-12b 文本编码器，支持文生视频与图生视频），也可用 llama.cpp、vLLM、Ollama 等工具以 IQ4_NL 量化版本运行，支持 OpenAI 兼容 API 的本地服务器。
mradermacher 在 Hugging Face 发布 smollm2-1.7b-uncensored 的 i1-GGUF 量化模型。该模型参数量为 492k（模型大小 492k params），以 GGUF 格式提供，可按硬件兼容性下载使用。
mradermacher 在 Hugging Face 上发布 qwen2.5-1.5b-uncensored 的 GGUF 静态量化模型。该模型尚未接入任何 Inference Provider，下载量也未统计。
mradermacher 在 Hugging Face 上发布了 tinyllama-1.1b-uncensored 模型的 static quants GGUF 量化版本。该模型下载量未被追踪，目前未被任何 Inference Provider 部署，用户可申请提供商支持。
mradermacher 在 Hugging Face 上发布了 smollm2-1.7b-uncensored 的 static quants GGUF 量化版本。该模型暂未部署到任何 Inference Provider，下载量也未统计。
webmp3/Sakura-Qwen-Image-2.1-PE-T2I-Uncensored-GGUF 已在 Hugging Face 上线，提供 Q4_K_M 量化版本，可通过 llama.cpp 运行，支持启动兼容 OpenAI 的本地服务器（llama serve）和终端直接推理（llama cli）。该模型还可用 vLLM、Ollama、Docker Model Runner、Lemonade 等工具部署，并可接入 Pi、Hermes、OpenClaw 等 Agent 使用。
Hugging Face 上线 webmp3/Sakura-Qwen-Image-2.1-PE-I2I-Uncensored-GGUF 模型页，提供 Q4_K_M 量化版本。该模型可通过 llama.cpp、vLLM、Ollama、LM Studio、Docker Model Runner 等多种工具本地运行，支持以 llama-server 启动 OpenAI 兼容 API 与 Web UI，也可在终端直接推理。
DogEasy 在 Hugging Face 发布 AMD FLUX.2 [klein] 4B NPU 模型的 abliterated 改版，将 Qwen3-4B 文本编码器替换为 ponpoke 的 abliterated 版本，导出 ONNX 并量化为 4-bit MatMulNBits（block size 128、非对称），保留原输入/输出接口，经 DirectML/CPU 运行。AMD 优化的 transformer 和 VAE decoder 保持不变，prompt embeddings 为 FP16 [batch, 256, 7680]，推理为 4 步蒸馏版，适用于 AMD GenAI-SD (sd-sandbox) 和 Ryzen AI 1.8.0。
DavidAU 团队基于 Qwen/Qwen3.8-27B 发布多阶段微调去对齐版本，用 Heretic v1.2.0 ARA 方法消融后拒绝率从 99/100 降至 0/100，并经两阶段调优。模型自称在 8bit 达 ARC-C 735、ARC-E 882，较原版 Qwen3.8 27B 高 144 分，思考 token 减至原来的 1/2 到 1/10；仓库提供含 NEO imatrix 的常规与 MTP 两种 GGUF 量化（MTP 在 5090 上 Q4_K_S 约 90 t/s），需另行下载 mmproj 文件启用视觉，建议 q4km 以上量化以保障工具调用。
推荐理由：作者给出 Heretic 消融前后 KL 散度与拒绝率对比和各量化档基准分，可以判断这个去对齐版本的具体改动幅度。
AutoTrust AI 在 Hugging Face 开源决策模型 autotrust/JEV-35B，基于 Qwen3.5-35B-A3B 微调，Apache-2.0 许可，只做 System 1 决策、不生成文本。Decision Index 0.3 公开套件得分 59.73（JEV-27B-VL 为 53.64），单 B200 中位延迟 204 ms；同时放出 NVFP4 版本，下载 25.6 GB、显存 23 GiB，可在 32–48 GB GPU 上运行，Decision Index 得分 59.18、96.6% 答案与 bf16 一致。
推荐理由：模型卡给出 Decision Index 公开套件逐项分数、延迟与 NVFP4 量化对照数据，并演示了游戏与机器人控制等短板场景。
DavidAU 系发布基于 Qwen3.8 27B 的 ULTRA HERETIC 无审查版本，主打更强去对齐。原版 Qwen3.8 拒绝率为 86/100，709-L 版为 68/100（KL divergence 0.0025），ULTRA HERETIC 版降至 6/100（KL divergence 0.0397）。该模型含 5 种 thinking 模式和 5 种 instruct 模式，可即时切换，thinking token 用量降至原版的 1/2 至 1/5（最低 1/20）；正文附 nightmedia 的 arc/c、arc/e、boolq 等 7 项基准对比数据，GGUF 版计划 2026 年 9 月 15-18 日左右发布，源权重随后放出。
推荐理由：原文给出 Heretic 去对齐前后的拒绝率对比与 KL divergence 数据，可据此判断这个去对齐版本实际去掉了多少安全对齐。
Hugging Face 用户 Sabomako 上传了 GLM-5.3-Flash-Abliterated-lora-GGUF 模型，采用 glm5-next 架构，参数量 0.1B，以 16-bit 精度提供。该模型尚无模型卡，也未由任何 Inference Provider 部署，上月下载量暂无数据。
darioooooo0o 发布 orcarouter/Qwen3.8-27B-Uncensored（OrcaRouter 基于 Qwen/Qwen3.8-27B 的 abliterated 微调版）的非对称 GPTQ Int4 量化版，group 128，lm_head、MTP head 和 vision tower 保留 BF16。在 Intel Arc Pro B70 + vLLM XPU v0.31.0 上单卡实现 262,144 token 上下文与视觉、MTP k=4，短提示解码 64-128 tok/s，KL 散度 0.018-0.060、top-1 一致率 94.1%，优于对称 GPTQ Int4 g128 方案。
proofofvitalik 于 2026-10-12 发布 Sovereign v2，将 ARA 27B uncensored 模型以 affine 4-bit（group size 64）打包为标准 qwen3_5 MLX 架构，无需 trust_remote_code，文本权重未合并、重训或重量化，并从同一 ARA 源恢复 BF16 视觉与原生 MTP。该版本使用独立仓库和 v2.0.0 标签，不替换旧版；声明架构上下文为 262,144，已在 mlx-vlm 0.7.6、mlx-lm 0.32.0、M4 Max/48GB 环境验证，LM Studio 与 Splash 1.3.1 均可加载。
NVIDIA 在 Hugging Face 发布 Nemotron 3.5 Super VL 的 NVFP4 量化版本，这是一个 120B 总参数、12B 激活参数的视觉语言模型，采用 Mamba-2 与 MoE 混合架构加 C-RADIO 视觉编码器，支持最高 1M token 上下文和原生 MTP 投机解码。量化通过 BF16 模型的量化感知蒸馏完成，模型卡给出了 BF16 与 NVFP4 在 GPQA-Diamond、SWE-bench Verified、Video-MME v2 等数十项基准上的对照结果，并提供 vLLM、SGLang、TensorRT-LLM 在 DGX Spark、H200、H100、GB200 上的部署配置，许可证为 OpenMDW-1.1，可商用。
推荐理由：模型卡同时给出 BF16 与 NVFP4 的完整基准对照和多种硬件部署配置，读者可以据此评估量化损失与所需显存门槛。
KaedeTai 在 Hugging Face 上发布模型 Qwen3.8-Flash-Next-Uncensored-oQ4e-mtp-zhTW。该仓库公开可访问，但用户需登录并同意分享联系信息、接受相关条件后才能下载文件和内容。
shadowdio 在 Hugging Face 上架 Qwen3.5-2B-EmperoAI-Qwen3.8-Distill-Heretic-Abliterated 的 GGUF 版本，提供 Q4_K_M 量化。该模型可经 Transformers 加载，也支持 llama.cpp 本地起 OpenAI 兼容服务，兼容 Ollama、LM Studio、Docker Model Runner、Lemonade 等工具，并可接入 Pi、Hermes、OpenClaw 等 Agent。
softwareweaver 发布 GLM-5.3 Uncensored 的 EXL3 量化转换版，源自 dealignai/GLM-5.3-UNCENSORED-FP8，提供 3bpw（307.59 GB）和 6bpw（585.17 GB）两种规格，均保留 MTP 并可选 DFlash2 文件夹。权重采用 ExLlamaV3 的高质量分配，实际码率略高于目标值，需搭配兼容推理软件和足够内存/显存使用。
作者发布 Swift 1.5 Qwen3.8-Flash-Next NVFP4 的去审查替换文件，将拒答方向以 1.5 倍强度从 151 个写入残差流的张量中投影掉，并提供每层专家从 512 个剪至 256 个的 pruned256 变体。逐文件给出 SHA-256 与验证报告，24,576 个专家重新量化后分量约 −0.498；实测在单卡 RTX PRO 6000（96 GB）上用 SGLang 可跑约每秒 1,000–1,200 生成 token，12 个中文政治敏感问题全部完整回答而原版大多拒答或给官方口径短答。未跑通用基准与 pruned256 变体；n-gram 嵌入分片约 102 GB 需从原仓库获取。
推荐理由：作者给出了逐层投影去除拒答方向的做法和完整验证数据，包括编辑前后分量、量化误差和12题政治敏感问题实测对比，可直接复现。
mradermacher 在 Hugging Face 上发布了 abliterated 处理的 smollm2 1.7B 模型的 i1-GGUF 量化版本，供用户在本地硬件上运行。仓库页面显示模型参数约 492k，需登录查看硬件兼容性信息。
IndrasMirror 发布 DeepSeek-V4.1-Flash-GSQ-Uncensored，对 dealignai 的 abliterated 检查点做校准混合量化，552B 参数 MoE 压缩至约 163 GB（152 GiB 专家权重），可在 RTX 4090 24 GB + 90 GB RAM + NVMe 的家用 PC 上运行。量化采用三档专家格式（42.8% 三值、39.2% 2-bit、18.0% 3-bit），与同尺寸均匀 Q2_0 相比输出误差低 17%；held-out 困惑度 5.645（原模型 4.915），top-1 一致率 0.674。实测 Prefill 250 tok/s、Decode 约 26 tok/s（启用 ggml patch 可达 27+）。
推荐理由：原文完整公开了混合精度量化的校准方法、逐层误差和困惑度数据，并给出在单张 RTX 4090 上复现所需的全套工具与硬件清单。
dealignai 团队发布基于 deepseek-ai/DeepSeek-V4.1-Flash（552B 底座、每 token 激活 8B/16B）的权重级 abliterated 无对齐版本，以原生 FP8 权重提供，支持 1M token 上下文、视觉与工具调用。HarmBench-320 实测显示 CRACK 版在 effort=off 和 max 下拒绝率均为 100% 通过（base 分别为 42.81% 和 1.56%），MMLU-14k 整体准确率从 86.96% 降至 82.74%，剔除伦理类科目后约 -1.1 pp；模型卡还给出 SGLang 部署命令、KV 内存占用、4×H200 实测吞吐（单流 101-113 tok/s）及多项启动注意事项。
同一新闻，精选展示《DeepSeek-V4.1-Flash-UNCENSORED-FP8 发布：权重级消融版附拒绝率与 MMLU 对比》
mradermacher 在 Hugging Face 上发布 Huihui-Qwen3.8-27B-Coder390-EfficientThink-abliterated-i1-GGUF 模型仓库，提供 GGUF 量化格式。该模型为 abliterated 版本，量化后模型大小为 3.39M params。仓库卡片的 YAML 元数据缺失，目前显示下载量数据暂未提供。
mradermacher 在 Hugging Face 上发布 Huihui-Qwen3.8-27B-Coder390-EfficientThink-abliterated 的 GGUF 静态量化版本。提供的量化档位按大小排序，包括 Q2_K（11.0 GB）、Q4_K_S（15.9 GB，标注 fast、recommended），以及 mmproj-Q8_0（0.7 GB）和 mmproj-f16（1.0 GB）的多模态补充文件。weighted/imatrix 量化暂不可用，用户可通过 Community Discussion 申请。
Hugging Face 上发布了 Qwen/Qwen-Image-2.1 的无审查 GGUF 量化版本，提供从 BF16（14.23 GB）到 Q4_0（4.15 GB）等多种量化文件，推荐 Q4_K_M 以平衡体积与质量。该版本移除内置安全检查器与内容过滤，可直接生成 NSFW 内容，需配合 ComfyUI 与 ComfyUI-GGUF 使用，仓库内包含 qwen3vl_8b 文本编码器和 VAE 等配套文件。采用 Qwen Research License 授权。
mradermacher 在 Hugging Face 上发布了 smollm2-1.7b-abliterated 的 GGUF 静态量化版本。该模型暂未被任何 Inference Provider 部署，下载量未被追踪。