新闻、仓库与研究，按时间排列。
Jakevin 基于 LiquidAI/LFM2.5-24B-A2B 发布去审查的 MLX 三值量化模型，用逐层双投影方向移除拒绝行为，体积约 10.3 GB，评估时峰值内存约 13.6 GB。实验显示质量下降明显：10 个有害提示全部拒绝行为被移除（0/10 拒绝），但多数一般问题在 8K token 内无法完成且出现事实幻觉，不建议一般用途使用。模型遵循 LFM Open License v1.0，标准 mlx-lm（0.32.0 测试）可直接加载。
Jakevin 在 Hugging Face 发布基于 LiquidAI/LFM2.5-24B-A2B 的 abliterated 去审查模型，对第 14–39 层移除拒绝方向，并做 MLX 4-bit 仿射量化，磁盘占用约 13 GB，Apple Silicon 本地加载峰值内存约 13.6 GB，采用 LFM Open License v1.0。10 条有害提示配对测试中，官方 LiquidAI MLX 4-bit 版 10/10 拒答，该模型 0/10 拒答、7/10 服从。仓库还提供同一去审查权重的 ternary 量化版本，但存在质量下降，一般使用建议选此 4-bit 版。
mradermacher 在 Hugging Face 发布 K2-Horizon-MoVA-36B-A4B-uncensored 的 GGUF 量化版本，提供 Q4_K_S 等量化格式。该模型可通过 llama.cpp 本地运行，包括启动兼容 OpenAI 的本地服务器或在终端直接推理，并支持在 Ollama、Docker、LM Studio、Jan 等工具中使用。
swdq 发布 abliterated 版 MiniCPM-V-4.7-35B-A3B-FP8 模型，参数量 35B，以 Safetensors 格式提供，张量类型为 BF16 与 F8_E4M3。该模型尚未由任何 Inference Provider 部署，也暂无模型卡说明。
Abiray 发布的 MiniCPM-V-4.7-1B-abliterated-heretic-GGUF 量化模型（Q4_K_M）现可通过 llama.cpp、Ollama、Docker Model Runner、Lemonade 等工具加载运行，支持启动 OpenAI 兼容本地服务器或在终端直接推理。文档还给出在 Pi、Hermes Agent、OpenClaw 等 Agent 工具中接入该模型的配置方法。
candor-lab 在 Hugging Face 发布 Llama 3.2 3B Instruct 的去对齐版本，通过 Candor 权重编辑工具对注意力和 MLP 输出矩阵做 rank-1 修改，移除模型拒绝指令的方向。实测显示该文件对 288 个有害提示词只拒绝 6 个，而普通 Q4_K_M 量化版拒绝 161 个；团队指出该权重此前经过 4-bit 量化，再次量化会损失 30-45% 的编辑效果，因此将 49 个被编辑矩阵保留在 Q8_0。测量基于 StrongREJECT、Alpaca 提示词与 GSM8K，在 llama.cpp llama-server 中以实际发布文件进行，结果与 heretic 的最佳试验无统计显著差异。
推荐理由：发布方实测了量化后文件的拒绝率与 KL 散度，指出先量化后去对齐会让编辑效果损失三到四成。
dealignai 发布 GLM-5.3-FP8 的权重级去对齐版本 GLM-5.3-UNCENSORED-FP8，直接修改 bf16 residual-writer 张量，不使用微调、LoRA 或运行时钩子，可在原版 vLLM 上以原生 FP8 速度运行。v2 修复了 v1 在约 2% 高难度提示上的推理循环问题，HarmBench-320 上 GARBAGE 从 7 降到 0，非版权 240 行为的 TRUE_COMPLY 达 91.7%（off），代价是整体 TRUE_COMPLY 下降约 4pp；MMLU 87.43%，较基线 +1.85pp。
Hugging Face 上发布 Qwen-Image-2.1 的 Uncensored 量化版本，基于 Qwen/Qwen-Image-2.1 原始权重，提供 GGUF、Safetensors 和 MLX 格式，其中 Q4_K_M GGUF 为 4.60 GB 且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，可在 ComfyUI 中通过 ComfyUI-GGUF 使用。
perkel 在 Hugging Face 发布 OrcaRouter 对 Qwen3.8-Flash-Next（177B 参数、每层 512 专家、10 激活）做 abliteration 去拒绝处理的 BF16 版本的 MegaCapybara 格式量化文件，提供 Tiny（专家 2 bit，30.7 GB）和 Small（专家 3 bit，45.8 GB）两档，可单张 RTX 5090 运行。
推荐理由：原文给出abliteration的具体改动位置和与BF16原模型的KL散度、top-1一致率及RTX 5090实测速度，可据此评估精度损失。
huihui-ai 基于 nerkyor/Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2 发布 abliterated 无审查版 GGUF 模型，通过 abliteration 移除模型拒答行为。仅第 2 至 52 层被消融，支持 llama.cpp 以 262144 上下文运行。官方提示安全过滤大幅降低，建议仅用于研究或受控环境。
arXiv 论文 2610.18343 用 BAVGROUND 基准在巴伐利亚语、标准德语和英语上评估 14 个开源 7B–10B 指令模型的量化鲁棒性。8-bit GPTQ 接近 BF16 且基本保持三语相对行为；4-bit GPTQ 与 AWQ 使平均准确率下降约 1.4–1.5 个百分点，改变 11.9–16.0% 的 BF16 决策，且 5 个模型的自由文本评测显示 4-bit 压缩在选择题准确率变化不大时也可能劣化生成回答。受影响最大的语言随模型、量化方法和校准数据而变，不能仅凭聚合多语言准确率衡量。
D2ziggy/Qwen2.5-1.5B-Instruct-abliterated 已通过 ggml.ai 的 GGUF-my-repo 转换为 Q8_0 GGUF 格式并上线 Hugging Face，可用 llama.cpp 的 llama-cli 或 llama-server 直接加载运行，服务端示例上下文长度为 2048。模型卡还给出从 GitHub 克隆 llama.cpp、用 LLAMA_CURL=1 编译及 LLAMA_CUDA=1 等 GPU 标志的构建步骤。
Hanselor 发布 Qwen3.8-Flash-Next 的 abliterated Strata GGUF 套件，打包 ISTA-DASLab 的 Q2_0、IQ2_XS、IQ3_XXS、IQ3_S 四种 GSQ-RCO 量化权重，并新增一个 480 KB 的拒绝方向文件，由 Strata 在运行时投影去除拒绝行为，权重本身保持原样。单张 RTX 3090 实测显示该向量开启后 10 条提示拒绝从 9-10 降到 0，IQ3_S 的 KL 到 BF16 为 0.0738，IQ2_XS 在 131K 提示下解码约 80 tokens/s；agent 编码任务 5/5 通过。作者提醒移除拒绝会移除安全行为，输出由使用者自行负责。
推荐理由：作者给出了拒绝率、KL 与解码速度的实测数据，可以据此判断运行时去拒绝方向对量化模型的实际改动有多大。
AtomicChat 基于 Liquid AI 的 LFM2.5-24B-A2B 发布去除拒绝行为的去对齐版本，英文拒绝率从 96.3% 降至 1.2%，俄语从 62% 降至 0%。方法为沿单一方向编辑 blocks 14-39 的 52 个矩阵，MMLU 基本不变（64.40%→65.55%），提供 6 个 GGUF 量化版和一个 24 MB LoRA 适配器，可对现有量化权重用 --lora-scaled 加载。
推荐理由：原文给出完整的拒绝率前后对比、MMLU 变化和编辑方法细节，读者可以据此判断这个去对齐版本去掉多少、损伤多少。
cc1244578151 在 Hugging Face 发布 UkisAI Swift-1.5-Qwen3.8-Flash-Next（Qwen3.8-Flash-Next 的推理高效量化衍生版）的 abliterated 版本，通过对已量化 GGUF 做 GGUF 字节级张量移植，替换写回残差流的 144 个张量（约 41.1B 参数，占 125B 主模型的 33%），移除拒绝方向，donor 权重来自 orcarouter 的去对齐版本。发布 IQ3_S / IQ3_XXS / IQ2_XS / Q2_0 四档量化，每档与上游差距不超过 0.2%，并给出逐张量 blake2b 校验（144 变更 / 1080 不变 / 0 例外）。
推荐理由：原文给出了逐张量 blake2b 校验、BF16 对比和推理效率前后数据，读者可以据此判断这种字节级移植的去对齐质量。
jongstra 在 Hugging Face 发布 Qwen3.8-27B-Abliterated-MLX 的 6bit FP16 社区转换版，面向 Apple Silicon 上 oMLX 的 FP16 prefill 路径，并从 metajazz 仓库移植了 29 个 tensor 的 MTP draft head。在 Mac Studio M2 Ultra 上实测，开启 MTP 后代码解码从 26.4 tok/s 升至 31.6 tok/s（+20%），推理任务 +25%，draft 接受率约 92%。该模型经 abliterated 处理以抑制拒答，采用 Apache 2.0 许可。
thelogicalgate 发布 NVIDIA Nemotron 3.5 Lightning 30B-A3B 的去对齐 MLX 4-bit 版本，保留原量化格式与 MTP sidecar，权重约 17.25 GiB。去对齐采用残差方向投影，从 8 个拒答提示与 8 个良性提示估计对比方向，移除第 20 层方向于 76 个残差写入矩阵；验证显示全部张量校验通过，16 条良性提示未检出拒答前缀，256-token 语言控制 NLL 上升 1.01%，拒答前缀概率比约 0.555 与 0.603。作者指出这是真实权重修改而非系统提示替代，模型仍可能拒答部分请求，且未生成完整有害回答评测。
推荐理由：模型卡给出消融方向、编辑层与拒绝概率比等验证数据，可据此评估这一去对齐版本的实际改动幅度。
Liquid AI 在 Hugging Face 发布 LFM2.5-24B-A2B，一个 24B 总参数、2.45B 激活参数的纯推理模型，主打设备端私有 Agent，上下文 131,072 tokens，支持 16 种语言。该模型在 LiveClaw 上得 48.09 分，超过参数量多约 50% 的 Qwen3.6-35B-A3B（38.19）；在 Apple M5 Max 上解码 184 tok/s，单张 NVIDIA B300 GPU 高并发下超 21K 输出 tok/s。官方同步提供 FP8、GGUF、ONNX、MLX-4bit 等多格式权重，并给出与 vLLM、SGLang、llama.cpp、Transformers 的部署指南及 Agent Harness 配置示例。
minpei 发布 Qwen3.8-Flash-Next-GSQ-RCO-abliterated IQ3_S 的 Strata pack，包含 dense 权重与张量索引，绑定 GGUF revision eec4e10a，dense.bin（1.5 GB）仍在上传，可用 tools/iq_pack.py 9 秒自建。在 RTX 3060 12 GB + GTX 1080 Ti 11 GB、64 GB RAM 参考配置下，上下文 131,072 tokens，解码速度 21.9–24.6 tok/s。该模型已 abliterated（移除拒绝方向），无内置护栏，需自行提供内容审核。
AtomicChat 将 OpenBMB MiniCPM-V 4.7 35B-A3B 的一个拒绝方向从原权重中投影消除，提供三种内置 GGUF 量化版本和一个 106 MB LoRA 适配器。在 held-out 提示上，英文拒绝率从 96.3% 降至 0%，俄语从 70% 降至 0%，MMLU 仅变化 0.25 分；20.1 GB 版本与原模型 top-1 一致率 94.5%。方法基于 Arditi et al. 2024 的单方向拒绝机制研究。
推荐理由：发布附上完整的消融方法与held-out测试数据，拒绝率、MMLU、KLD等前后对比都可复核，适合想自己动手去对齐的人参考。
webmp3 在 Hugging Face 上架 Sakura-MiniCPM-V-4.7-1B-Uncensored 的 GGUF 量化模型（示例量化格式 Q4_K_M）。模型可通过 llama.cpp 本地部署，支持 OpenAI 兼容 API，并提供 vLLM、Ollama、Docker Model Runner、Lemonade 等多种运行方式。
Qwen3.8-27B 的 HauhauCS Aggressive 去审查微调版被转换为 NInfer 专有的 .ninfer 格式，供 RTX 4090（sm_89）使用，每个文件约 19.03 GiB，提供 v2 与 v3 两种容器。该模型去审查彻底，HauhauCS 报告在 465 条探测集上 0 次拒答，仅能被 NInfer 引擎加载，不支持 transformers、vLLM、llama.cpp 或 LM Studio。262,144-token 预算、INT8 KV 下快速语料困惑度为 4.4005（官方版 4.3446）。
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，仅对 22 至 52 层（0 起始索引）做消融，其余层保持原样。针对 Q8_0 以下量化版本，将 token_embd、output、ffn_down、ssm_out、attn_output 等张量转换为 Q8_0 并命名为 K_L 系列，Q8_0 版则改为 BF16 并命名 Q8_0_L。模型可经 ollama（huihui_ai/Qwen3.8-abliterated）运行，llama.cpp 需最新版，上下文长度 262144。
huihui-ai 基于 abliteration 技术推出 Qwen3.8-27B 的去审查 GGUF 版本，仅对第 22 到 52 层（0 起始索引）做消融，其余层保留原样，MTP 与视觉部分未修改。多个衍生系列分别来自 unsloth、ISTA-DASLab、prism-ml、ukisai 和 ConwayResearch 的 GGUF 权重，其中 Q2_K_L 至 Q6_K_L 版本将待消融张量 requantize 到 Q8_0 以提升回复质量。模型可通过最新版 ollama（huihui_ai/Qwen3.8-abliterated）或 llama.cpp 运行，支持 -c 262144 上下文，官方建议仅用于研究测试而非生产环境。
Launch80 在 Hugging Face 发布 Swift-1.5-Qwen3.8-27B-Uncensored-Int4-baked，将上游 ajgazin 的拒绝方向消融权重整体量化为 GPTQ INT4，lm_head 与 MTP draft 也压到 INT4，单卡 Intel Arc Pro B65 32 GB 可用原版 vLLM 服务 262,144 token 上下文。
推荐理由：原文给出拒绝率实测、困惑度与逐张量相对误差对比，读者可据此核验这个 INT4 去对齐版本的量化质量与解码速度。
AliceThirty 发布的 GLM-5.3-Flash-UNCENSORED-V3-GGUF 模型提供 UD-Q4_K_XL 量化版本，可通过 llama.cpp 在 macOS、Linux 和 Windows 本地运行，支持启动 OpenAI 兼容服务器及终端直接推理。该模型也可通过 Ollama、Docker、LM Studio 等工具加载使用。
TokForge 为 Qwen3.5-4B-Claude-4.6-Opus-abliterated 模型发布 NPU catalog pair 资源包，让骁龙 8 Elite Gen 5 与 8 Gen 3 手机在 TokForge 应用内用 Hexagon NPU 读取长提示词，CPU 负责生成回复。资源包按芯片分为两个文件夹，分别约 3.67 GB 和 3.65 GB，含 49 个 QNN context binary 及 MNN 配置，须搭配指定 commit 的 MNN 转换模型使用，NPU 部分加载约需 6.3 GB 内存。
Hugging Face 上架了 webmp3 发布的 Sakura-MiniMax-H3-Uncensored-GGUF 量化模型仓库。该仓库被标记为包含敏感内容（Not-For-All-Audiences），可能含有潜在有害及敏感信息，查看需查看模型卡确认。
metalman3289 在 Hugging Face 发布 4Bit 量化的 MLX 模型 Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC-mlx-4Bit。该模型可通过 Transformers、MLX LM、vLLM、SGLang 等多种方式运行，并提供 OpenAI 兼容 API 与 Docker 部署方式。
TokForge 发布面向 Qwen3.5 4B Abliterated（huihui-ai 去审查版）的 NPU prompt pack，在 Snapdragon 8 Elite Gen 5（Hexagon V81，3.67 GB）与 Snapdragon 8 Gen 3（V75，3.65 GB）上让手机 NPU 分 128-token 块读取长提示词，CPU 生成回复，占用约 6.3 GB 内存。该包从 darkmaniac7/Qwen3.5-4B-uncensored-MNN commit 9416259dd5ed 的 int4 权重导出，经 QAIRT 2.40.0.251030 编译为各 49 个 QNN context binary，仅支持上述两款芯片，License 为 Apache-2.0。
Hugging Face 上发布的 Ternary Bonsai 2 27B Uncensored Heretic v2 是一个自包含 MLX 2-bit 包，为原版 Heretic v2 添加 DFlash2 推测解码，保留 FP16 视觉塔（8,595,478,392 字节）和 3.85 GB BF16 drafter，不重量化不重训。在 Apple M1 Max 上，temperature 0 的代码和数学任务速度为普通解码的 1.07-1.23x，工具调用 1.16x，13 个提示中位数 0.90x，需约 4 GiB 额外内存。通用聊天、长文档和采样建议改用普通解码的 serve.py。
Hugging Face 上发布 Ternary Bonsai 2 27B Uncensored Heretic v2 的 Compact MLX 2-bit 打包，内置 BF16 DFlash2 草稿模型（3.85 GB）与自定义运行时，模型权重未被重新量化或再训练。在 Apple M1 Max 上，temperature 0 的贪心解码下代码、数学与工具调用提速 1.07-1.24x，聊天、长文档等场景反而慢至 0.74-0.96x，13 条测试提示的加速中位数为 0.96x，且需额外约 4 GiB 内存。该打包仅支持 Apple Silicon Mac 与 mlx 0.32.2、mlx-vlm 0.7.2，文件夹内也保留原 serve.py 供普通推理使用。
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 用户 Joscio 发布 Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 多种格式，文件大小从 4.00 GB（MLX 4-bit）到 14.23 GB（BF16）不等，其中 Q4_K_M（4.60 GB）被推荐为体积与质量的最佳平衡。该版本移除内置安全检查器，可直接生成 NSFW 等敏感图像，需配合 ComfyUI 与配套的 qwen3vl_8b 文本编码器及 VAE 使用，遵循 Qwen Research License。
dealignai 团队基于 deepseek-ai/DeepSeek-V4.1-Flash（552B backbone，8B/16B 激活）发布权重级 abliterated 无对齐版本，原生 FP8 量化、1M token 上下文、保留视觉与工具能力，以标准 checkpoint 形式直接加载。HarmBench-320 上 CRACK 版在 effort=off 和 max 下 ASR 均为 100.00%，而基座分别为 42.81% 和 1.56%；MMLU-14k 全集精度从 86.96% 降至 82.74%（-4.22 pp），剔除伦理类题目后约 -1.1 pp。
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》