新闻、仓库与研究，按时间排列。
huihui-ai 发布 Aleph-Alpha/Kolibri-1 的去审查（abliterated）GGUF 版本，完全基于 llama.cpp 对 GGUF 模型完成消融，未修改全部专家模块。原版 llama.cpp 尚不支持 kolibri1 架构，需在 upstream commit 836d571 上应用仓库附带的 kolibri1-llama.cpp.patch 补丁并编译。模型仅建议用于研究与受控环境，用户需自行承担法律与伦理责任。
研究者发布 BanglaRhet 基准，基于 30,289 段人工标注的孟加拉政治演讲语料，开展修辞手法与说服技巧检测两项单标签分类任务。在 BanglaBERT、BanglaBERT-Base、SahajBERT、XLM-RoBERTa-Base 与 TF-IDF 经典基线的对比中，BanglaBERT 表现最佳，两项任务分别取得 65.40% 和 66.46% macro-F1，超过最优经典基线 19.2 和 13.8 分。错误主要源于标签语义重叠、比喻语言和类别不平衡。
Hugging Face 用户 sanasol2008 发布 Qwen3.8-Flash-Next-Abliterated-Sushi-2bpw，这是基于 orcarouter/Qwen3.8-Flash-Next-Uncensored 的 BF16 权重直接转换的实验性 Sushi 格式 2bpw 量化包，本身未做额外 abliteration 或微调。完整下载约 64.87 GiB（含 29.8 GiB n-gram sidecar），在 Apple M3 Max / 48 GiB 上用 Sushi 1.1.1 测试，warm decode 约 26.48 tok/s，配置上限 256k 上下文，并保留了视觉权重与 MTP 权重（MTP 推理未验证）。
3MPER0RR 在 Hugging Face 发布 Qwen3-06B 的 abliterated 版量化模型，采用 Q8_0 GGUF 格式。该模型可在 Transformers、llama.cpp、vLLM、SGLang、Ollama、LM Studio、Docker Model Runner 等多种工具中加载，llama.cpp 与 vLLM、SGLang 均支持启动 OpenAI 兼容 API 服务。
Hugging Face 新增 dotyerts 发布的 MiMo-V2.6-Flash-RL-UNCENSORED-oQ8e-mtp 量化模型。该模型使用 oQ（oMLX v0.7.0）混合精度量化，为 8 bit、group size 64，格式为 MLX safetensors。
Subnet46 在 Hugging Face 发布 GLM-5.3-Flash-Uncensored-FP8，对 Z.ai 的 GLM-5.3-Flash（320B/18B-active MoE）做 abliteration 去除拒绝方向，并直接写入官方 block-FP8 权重分片，共修改 12,479 个残差写入矩阵，可在已有部署中作为 zai-org/GLM-5.3-Flash 的直接替换。在 JailbreakBench 测试集上有害拒绝率从 0.891 降到 0.094，良性过拒从 0.094 降到 0；MMLU、MMLU-Pro、GSM8K、CMMLU 变化均在 ±1.5 pp 内。
推荐理由：原文给出了完整的消融方法、各阶段拒绝率前后对比与能力保留数据，还报告了部分内容类别无法被单一方向消融的发现。
3MPER0RR 在 Hugging Face 上发布 Qwen3-06B-3MPER0RR-abliterated 模型。该模型可通过 Transformers 的 pipeline 或 AutoModelForCausalLM 直接加载，也支持 vLLM、SGLang 和 Docker Model Runner 部署，后两者均提供 OpenAI 兼容 API 调用，并可通过 `docker model run hf.co/3MPER0RR/Qwen3-06B-3MPER0RR-abliterated` 运行。
John2202 在 Hugging Face 发布 Qwen3-1.7B-abliterated 的 Q4_K_M GGUF 量化版本，由 mlabonne/Qwen3-1.7B-abliterated 通过 llama.cpp 转换而来。用户可通过 llama-cli 或 llama-server 命令直接加载使用，服务器模式默认 -c 2048 上下文。模型也可在 llama.cpp 仓库中按源码编译方式（支持 LLAMA_CUDA 等 GPU 加速编译选项）直接调用。
kmnstudio101 在 Hugging Face 发布 meta-models/Muse-Glimmer-30B 的去对齐版本，使用 Heretic v2.0.0.dev0+custom 消融制作，关键词从 100/100 降至 0/100，KL 散度为 0.0375。模型卡提示安全对齐已大幅削弱，仅供研究与实验使用，避免部署到公开或面向最终用户的服务。
推荐理由：原文列出了 Heretic 消融参数与关键词、KL 散度的前后对比，读者可以据此判断这个去对齐版本改动程度。
Reflection 发布开放权重模型 Beam 1.0，采用 MoE 架构，总参数 501.3B、激活 23.4B，支持 1M 上下文，以 Apache 2.0 许可提供 BF16、FP8、NVFP4 三种精度。官方称其推理 token 用量约省 3 倍，SWEBench Verified 达 81.6%，AIME 2026 达 97.7%，不禁止蒸馏和微调。
推荐理由：官方模型卡给出完整基准表和三种量化版本数据，读者可以据此对比 Beam 与其他开放权重模型在编码和推理任务上的表现。
kmnstudio101 发布 Muse-Glimmer-30B-Heretic-Abliterated-BF16 v2，使用 Heretic 工具经 500 次 Optuna 试验完成消融，拒绝率从 v1 的 29% 降至 6.5%，KL 散度为 0.076。消融流程包括跨 52 层计算拒绝方向、LoRA 适配器投影去除拒绝方向并合并回基础权重。BF16 版本约需 55 GB 显存，另有 Q4_K_M 约 16 GB、Q6_K 约 22 GB、Q8_0 约 28 GB 的 GGUF 量化版本，许可证为 Apache 2.0，基础模型为 Meta Muse Glimmer 30B。
推荐理由：原文给出 v1 到 v2 的拒绝率与 KL 散度对比数据和完整消融流程，读者可据此评估这个去对齐版本的效果与质量代价。
kmnstudio101 发布 meta-models/Muse-Glimmer-30B 的去消融版本，用 KL 约束（λ_KL=1.0）的 BoN 引导 LoRA SFT 将安全拒绝率从 100 降到 13/100，LoRA 仅占参数量 0.10%，随后折叠进基础权重。提供 bf16 两个 safetensors 分片（56 GB）及 Q8_0（28 GB）和 Q4_K_M（16 GB）GGUF 量化，各量化变体的 KL 均值分别为 0.1018 与 0.1444；基准评测按作者要求跳过，能力保留未重测。
推荐理由：作者公布了完整的KL指标、拒绝率与训练配置，并说明能力未重测，读者可以据此自行评估损失程度。
Hugging Face 用户发布社区合并检查点 qwen3.5-9b_abliterated_0x100refusal_vision_int8_convrot，将 lukey03/Qwen3.5-9B-abliterated 的语言权重与 huihui-ai 的 337 个视觉张量合并，共 1,264 个张量、约 9.83 GB，面向支持 INT8 ConvRot 量化的 ComfyUI。250 个语言矩阵相对 L2 量化误差平均 0.9713%。"0% Refusal" 仅为上游命名，并非实测拒绝率；该项目为 Apache-2.0 许可的实验性合并，非官方发布。
auto7x 在 Hugging Face 上发布了 OrcaRouter-Qwen3.8-Flash-Next-Uncensored-ModelOpt-NVFP4-GGUF 模型仓库。该仓库提供 GGUF 格式的无审查（Uncensored）NVFP4 量化模型，目前 README 页面内容为空，作者未补充模型说明。
用户 shawnw3i 在 Hugging Face 发布 Qwopus3.8-27B-Flash-V2-abliterated-exl3-6bpw 模型，采用 Safetensors 格式，模型大小为 11B params，张量类型为 BF16 · F16 · I16。该模型没有模型卡，也未部署任何 Inference Provider。
Liquid AI 在 Hugging Face 发布开源决策模型 d1-3B 与实验性 d1-omni-600M，模型不做 token 生成而在单次前向传播中给出答案。d1-3B 在 Decision Index 0.2.1 得分 48.57，为 10B 以下最佳，基于 LFM2.5-VL-3B 训练，支持文本与图像输入，在 Jetson AGX Thor 上单问题推理仅需 16 ms，RTX 4090 上 8 ms；在七个公开数据集上均分 82.9，高于 Decider 4B。d1-omni-600M 基于 LFM2.5-Encoder-350M 并加入视觉与音频编码器，均分 78.4 超过参数量四倍于它的 Decider 2B（77.1），目前为早期研究版本。
推荐理由：决策模型不做生成而是单次前向输出答案，原文给出的边缘设备毫秒级延迟数据展示了这一路线的实际可行性。
OS-Software 在 Hugging Face 发布基于 Heretic 消融的去审查版 llm-jp-4.1-33b-thinking，针对目标层 34–49 设置自定义参数。在 Q4_K_M 量化下，有害提示拒绝数从原版的 88/100 降至 0/100，首 token KL 散度 0.0118，MMLU 74.05%（原版 74.37%），HumanEval pass@1 93.29%（原版 94.51%）。作者声明该模型安全对齐已大幅削减，仅供安全研究与红队测试等实验用途。
同一新闻，精选展示《OS-Software 发布 llm-jp-4.1-33b-thinking 的 Heretic 去审查 GGUF 版》
OS-Software 发布了 llm-jp/llm-jp-4.1-33b-thinking 的去对齐 GGUF 版本，使用 Heretic 的自定义 fork 消融参数制作。在 Q4_K_M 量化下，拒绝率从原模型的 88/100 降到 0/100，KL 散度 0.0118，MMLU 74.05% 与 HumanEval pass@1 93.29% 相比原模型分别下降 0.32 和 1.22 个百分点。作者标注该模型仅用于安全研究与红队测试等用途，输出需独立验证。
推荐理由：原文给出了 Heretic 消融参数和拒绝率、KL、基准的前后对比，读者可以据此判断这个去对齐版本的能力损失程度。
dealignai 发布 GLM-5.3-Flash 的 CRACK 去对齐 FP8 权重，通过直接修改张量移除拒绝行为，320B 总参数、18B 激活，HarmBench-320 在 reasoning-OFF 和 MAX 档 100% 服从、拒绝率 0%，MMLU 87.33% 高于基座 86.74%。作者说明低推理档保留部分拒绝，weight 修复版需重新下载；附 vLLM 部署参数，H200 上解码 163 tok/s、MTP 投机解码 211 tok/s，并给出 reasoning_effort 只接受 low 和 high、max 档需 max_tokens 6000 以上、视频 fps 须低于片源帧率等实测注意事项。
同一新闻，精选展示《GLM-5.3-Flash UNCENSORED FP8 发布，权重级去对齐且 MMLU 反超基座》
基于 Qwen3.5-4B 的社区对话/角色扮演微调模型在 Hugging Face 发布，提供 ~3.5 GB 的 Q6_K GGUF 量化文件，支持 llama.cpp、LM Studio 和 Ollama。模型用 Unsloth QLoRA（rank 16、alpha 32）在 AMD RX 6700 XT 上训练，数据集约 11,400 行对话，最终 train loss 约 0.92，上下文最长 2048 token。另有 ~672 MB 的 F16 视觉投影文件，仅图像输入时需要。
作者 Hadi 对 XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B（MIT 许可）做拒绝消融，在 Hugging Face 发布 Flexingmeow/MiMo-V2.6-Distill-Qwen-9B-Abliterated（D 激进变体），拒绝率从 78.1% 降到 9.4%，数学推理准确率保持 100%，困惑度变化小于 0.03 NLL。因 qwen3_5 混合注意力架构不被现有工具支持，作者自写了基于 transformers 的管线，全程 CPU 完成。关键发现是拒绝方向必须从生成的回复区提取，在提示词末 token 提取的方向消融后无效（KL ≈ 1e-7，拒绝率不变）；作者也提示评测集较小且微调可能重新引入拒绝。
推荐理由：原文给出完整消融方法、拒绝率前后数据和评估局限，还提出推理模型需在生成区提取拒绝方向的可迁移结论。
NVIDIA 基于 Nemotron 3，通过 SFT、RL 和反馈驱动推理分别构建了达到 IMO 2026 和 IOI 2026 金牌水平的系统。IOI 2026 上 Nemotron-3-Ultra-CC 得 535.4/600，高于 361.12 的金牌线和 498.27 的人类最高分；IMO 系统用 SFT 与 RL 检查点加 generate-verify-refine 流程得 30/42，超过 29 分金牌线，全程仅用自然语言，无形式化证明器或外部工具。SFT/RL 检查点、训练数据集、含 200 道竞赛题的 Nemotron-IMO-Bench 及 NeMo-Skills 推理管线已在 Hugging Face 开放。
推荐理由：原文完整给出了两个项目的训练数据规模、各阶段分数和可复用的四步特化配方，权重、数据和推理管线都已开放。
TII 在阿布扎比推出 1.6B 参数语音识别模型 Falcon-ASR，重点支持阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。模型在六个阿拉伯语测试集上平均 WER 为 20.92%，优于所对照榜单最佳已发布结果 23.17%；内部阿联酋评测中 WER 22.73%、CER 10.19%，为对比系统中最低。模型支持词级时间戳，现已可在 Hugging Face Demo 试用，API 与原生应用已列入计划。
作者发布了 huihui-ai/Huihui-MiniCPM-V-4.6-abliterated 的 8-bit MLX 量化版 YCF-AI/MiniCPM-V-4.6-Huihui-abliterated-8bit-MLX，体积仅 2.3 GB，M1 Ultra 上解码约 140–180 tok/s。相比旧 mlx-community 8bit 版，换用去审查权重是为全栈一致去审查；Heretic 去审查版因空间描述退化被弃用。关键改动是把图像 token 的 downsample_mode 从 16x 改为 4x，使 30 行大页 OCR 达到 120/120 零漏行、35 项视觉套件 35/35，且速度无可测损失。
推荐理由：原文给出换用 Huihui 去审查版而保持 OCR 精度和速度的实测对照，还解释了 4x 下采样为何修复大页 OCR。
KENIC-1 在 Hugging Face 发布 Qwen3.8-Flash-Next-GSQ-RCO-abliterated-GGUF，通过字节级张量转植把或carouter 无对齐权重的 144 个 write-to-residual-stream 张量替换进 ISTA-DASLab 的 GSQ-RCO 量化文件，覆盖全部 48 层，不重算任何 GSQ 学到的量化值。消融是严格 rank-1 线性编辑，单个方向在 48 层、两种注意力与 512 个路由专家间一致。IQ3_S 构建经逐张量 blake2b 校验：144 个目标全部改变、其余 1079 个张量逐字节不变；行为抽查中上游拒绝的绕过付费墙请求此版本会详细回答，但作者说明这只是抽查而非完整评测。
timfromhcs 在 Hugging Face 发布 google/gemma-4-E4B-it-qat-q4_0-unquantized 的 abliterated（去审查）GGUF 版本，通过 remove-refusals-with-transformers 方法移除模型拒答。可用最新版 Ollama 直接运行 huihui_ai/gemma-4-abliterated:E4B-qat，或用 llama.cpp 运行 Q4_K GGUF，支持 -ngl 99、-c 262144 上下文及 draft-mtp 推测解码。作者警告模型安全性过滤大幅降低，仅建议用于研究、测试或受控环境，后果由用户自负。
AEON-7 的 Gemma-4-12B-it-AEON-Abliterated K=4 GGUF 量化版本已上架 Hugging Face，基于 google/gemma-4-12B-it 的 abliteration 版本，采用 K=4 多方向范数保持双投影方法，可消除标准拒绝模式并降低 wikitext PPL 漂移。提供 Q3_K_M 到 Q8_0 共 5 档量化，其中 Q4_K_M 为 7.38 GB，可完整放入单张 T4/RTX 3060/4060。
huihui-ai 发布 Huihui-gemma-4-12B-agentic-fable5-abliterated-GGUF，这是基于 yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2-GGUF 的去审查（abliterated）版本，整个消融过程仅用 llama.cpp 完成，不依赖 Transformers。模型可通过 huggingface-cli 下载，示例命令以 Q8_0 量化运行并设置 8192 上下文。官方警告该模型安全过滤大幅减弱，建议仅用于研究和受控环境，风险由用户自行承担。
HauhauCS 在 Hugging Face 发布基于 Qwen/Qwen3.8-27B 的 Aggressive 无对齐 GGUF 量化版，实测 0/465 拒绝，定位为直接给答案、极少前置说明的变体。全部量化保留原生 MTP/NextN 头和 262,144-token 原生上下文（可扩展至 1,000,000），支持文本、图像和视频输入，需另下 BF16 projector。
Hugging Face 上发布了基于 Qwen/Qwen-Image-2.1 原始权重的 Uncensored GGUF 量化模型，提供 BF16（14.23 GB）到 Q4_0（4.15 GB）多种量化格式，推荐体积与画质平衡最佳的 Q4_K_M（4.60 GB）。模型无内置安全检查器或内容过滤，可直接生成成人、NSFW 及敏感图像，不会拒绝提示词或输出黑图。配套的 qwen3vl_8b 文本编码器与 VAE 文件可直接用于 ComfyUI 及 ComfyUI-GGUF，文本编码器可卸载到系统内存以节省 9–17 GB 显存。
alesha-pro 在 Hugging Face 发布 Qwen3.8-Flash-Next-abliterated-GSQ-RCO-Coder-Strata-GGUF，权重逐字节复制自 ISTA-DASLab 剪掉一半专家、以 3.5 bit 存储的 GSQ-RCO Coder 版本（下载 58.4 GB 对比 83.6 GB，ISTA 数据为原模型 91.3% 的 SWE-bench Verified 和 98.7% 的 LiveCodeBench v6）。作者的贡献是验证其此前发布的 480 KB 拒绝方向向量在剪枝模型上依然有效，并用 Niko1221 的 Strata 运行时以逐层投影方式去除拒绝。
推荐理由：作者实测了在剪枝版 Qwen3.8-Flash-Next 上运行时投影拒绝向量的实际效果，给出拒绝率和 KL 距离数据，方法可复用。
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，总参数 740M，将文本、图像、视频和音频统一映射到 768 维向量空间，采用 Apache 2.0 许可，设计面向手机和笔记本等消费级硬件。模型支持 100+ 语言，8K token 上下文，原生 MRL 截断到 128/256/512 维最多可省 6 倍向量存储，视觉与音频编码器可按需加载（纯文本 270M）。基准上 MTEB 多语言 61.36、代码任务较前代提升约 14%；模型卡还给出任务前缀、bfloat16 精度（禁用 float16）等部署最佳实践。
推荐理由：模型卡给出了各模态基准分数与 MRL 截断后的质量对照表，读者可据此评估在端侧 RAG 或检索场景中选哪个维度部署。
Hugging Face 上发布 abliterated 版 Qwen3.8 Flash Next 的 GSQ-RCO 量化 GGUF（IQ3_XXS 源变体），共 2 个分片合计 83.14 GB，仅支持文本。实测生成速度约 21.13 tokens/s，比未修改的 ISTA IQ3_XXS 快约 31%，下载体积大 9.6%；MMLU 82.68%、GSM8K 86.72%、IFEval 85.16%、HumanEval 66.46%，质量等同尚未证实。仅供研究用途，需保留 Qwen Community License 1.0。
Methane 在 Hugging Face 发布 Qwen3.8-Flash-Next 的去对齐版 GSQ-RCO 量化 GGUF 模型，保留 1,078 个 ISTA 张量，并对来自 windowsxp811203 去对齐检查点的 146 个 BF16 张量重新量化。实测生成速度约 31 tok/s，比未改动的 ISTA IQ3_XXS 快约 31%，下载体积大 9.6%；MMLU 82.68%、GSM8K 86.72%、strict IFEval 85.16%、raw HumanEval 66.46%，除编码外三任务平均变化 −0.66 个百分点，等质量尚未证实。
推荐理由：作者给出了与原 ISTA 量化的速度和四项基准对比数据，读者可据此评估这个去对齐量化版本的实际代价。
mradermacher 在 Hugging Face 上发布 Swift-1.5-Qwen3.8-27B-Abliterated 的 i1-GGUF 量化模型，提供从 i1-Q2_K（11.0 GB）到 i1-IQ3_M（12.9 GB）等多种 imatrix 量化版本，并附 0.1 GB 的 imatrix 文件供用户自行量化。该模型为视觉模型，mmproj 文件放在 static 仓库中。
Hugging Face 上线 mradermacher 制作的 Swift-1.5-Qwen3.8-27B-Abliterated GGUF 量化模型仓库。该模型基于 Qwen3.8 架构，参数规模 27B，采用 abliterated 去对齐处理，以 GGUF 格式提供，便于本地部署使用。
开发者 doss1232 在 Hugging Face 上传了基于 unsloth/Qwen3.5-9B 微调的 uncensored_qwen3.5_9B 模型，采用 apache-2.0 许可证，训练过程借助 Unsloth 实现 2 倍加速。该模型已有 185 个微调衍生版本。
ReubenNewman 在 Hugging Face 上架 Qwen3-4B-2507-Instruct-Uncensored 的 Q8_0 GGUF 量化版本。该模型可在 Transformers、llama.cpp、vLLM、SGLang、Ollama、Docker Model Runner 等多种工具中运行，并支持通过 llama-server 或 vLLM 启动 OpenAI 兼容 API 服务。
mradermacher 在 Hugging Face 发布 qwen3.5-9b-uncensored 的 i1-GGUF 量化版本。该模型可通过 llama.cpp、Ollama、Docker Model Runner、LM Studio 等工具本地运行，示例采用 Q4_K_S 量化，支持启动 OpenAI 兼容本地服务器或终端直接推理，也可接入 Pi、Hermes、OpenClaw 等 Agent 工具。
Gogeta70 基于 heretic-gguf 对 ukisai/Swift-1.5-Qwen3.8-27B-GSQ-RCO-GGUF 做 abliteration，发布可去除审查的 LoRA 适配器，适用于基于 Qwen 3.8 27B 的 Swift 1.5 模型。Heretic 报告拒绝率为 16%、KL Divergence 为 0.3059，作者自测未发现拒绝行为。该适配器会移除基座模型内置的安全护栏，使用风险由用户自行承担。