新闻、仓库与研究，按时间排列。
Harsha001 在 Hugging Face 发布 LTX-2.5 22B dev 的去审查版 ROCmFPX GGUF 权重，供 stable-diffusion.cpp 在 AMD GPU 上运行。视频 transformer 为 Q4_0_ROCMFP4 4 位格式，Gemma 4 12B 文本编码器经 Heretic 拒绝编辑去审查，拒绝率从 99/100 降到 6/100（KL 散度 0.12），只编辑第 24-39 层的注意力输出投影，并将该差异以 FP32 合入 Lightricks 调优权重，其余张量逐位保留。
推荐理由：作者给出拒绝率前后对比和逐张量差异统计，还解释了为何文本编码器不用 4 位量化，方法可复用。
Hugging Face 发布 AnyLanguageModel 1.0，它是 Apple Foundation Models 框架的 drop-in 替代，可让同一套 session 代码使用系统模型、llama.cpp/MLX/Core ML 开源权重模型及托管服务。1.0 版所有 provider 均支持工具调用与引导式生成，托管端支持 OpenAI、Anthropic、Gemini、Ollama、Hugging Face Inference Providers 等端点；同日发布 swift-huggingface 1.0 与 swift-xet 1.0，并可运行于 Linux。
推荐理由：官方回顾了一年迭代脉络，并给出本地与托管推理共用一套 Foundation Models 风格 API 的具体做法，对 Swift 开发者有直接参考价值。
yushen100 在 Hugging Face 发布基于 Qwen3.8-27B 的多阶段微调 GGUF 量化版，主打去对齐与思考 token 缩减（约 1/2 至 1/10），8bit ARC-C 735、ARC-E 882，4bit ARC-C 719，均高于原版 Qwen3.8-27B（8bit ARC-C 0.591）。去对齐用 Heretic v1.2.0+ 的 ARA 方法，Stage 1 拒绝数从 99/100 降到 0/100（KL 散度 0.0535），Stage 2 后为 11/100、KL 0.0025。
同一新闻，精选展示《TopherAU 发布 Qwen3.8-27B TURBO 去审查 GGUF 微调版，ARC-C 达 735》
一篇 arXiv 论文证明，在同源专家模型的同一盆地里，多教师 on-policy 知识蒸馏目标在二阶意义下等价于 Fisher-merging 目标，其最优解即模型合并。作者据此提出两阶段整合方法 RGBM：Phase 1 将合并限制在任务向量子空间，Phase 2 用残差谱控制各领域的写回与门控。在两个开源整合套件上，仅 Phase 1 合并即可媲美或超越完整训练的多教师蒸馏，RGBM 在零额外联合训练步骤下进一步提升效果。
论文提出 WildAWM，一条用开源模型合成计算机使用智能体（CUA）可执行环境与任务的流水线，环境同时支持 GUI、MCP 服务和命令行三种交互接口。流水线产出 341 个长程环境任务对，部分需超过 100 步求解，GPT-6-Astra 仅解出 60%；仅在这些合成环境中训练的两个不同规模 Qwen 模型，在 8 个覆盖 web、claw 和 computer-use 的域外基准上均取得明显提升，代码已公开。
推荐理由：论文给出用开源模型合成计算机操作环境的完整流水线和质量门方法，训练效果覆盖 8 个域外基准，方法可迁移到环境合成类工作。
Recursive 发布了面向编码智能体的 MoE 语言模型 Flint，总参数 39.8B、每 token 激活约 2.5B，在 Terminal-Bench 2.1 得 54.9%、SWE-bench Pro v2 得 89.7%、SWE-bench Verified 得 74.2%。模型采用 256 路由专家加共享专家、49 层（2 稠密 + 47 MoE）、262,144 token 上下文，以 Apache 2.0 许可发布，附 BF16 检查点、SGLang 服务套件及面向 NVIDIA 和 Apple Silicon 的量化版本，unsloth 提供 GGUF 格式和运行指南。
推荐理由：官方模型卡给出了架构细节、评测设置和基准分数来源标注，读者可以据此了解这款小激活参数编码智能体模型的实际规格。
HauhauCS 在 Hugging Face 发布基于 Qwen3.6-35B-A3B 的去审查版模型 Aggressive 变体，0/465 拒答，不改动数据集与能力。该模型为 MoE 架构，总参数 35B、每 token 激活约 3B，原生 262K 上下文，支持文本、图像、视频多模态。提供 Q8_K_P 到 IQ2_M 多种 GGUF 量化（K_P 量化以约 5-15% 更大体积提升 1-2 级质量），兼容 llama.cpp、LM Studio 等 GGUF 运行时。
botp 发布 china-v1 审查方向文件，推理时在第 4 到 44 层投影掉该方向分量，使 Qwen3.8-Flash-Next 不再对中国敏感话题拒答或用宣传口径，原权重不变、可按请求开关。192 题评测中敏感话题拒答/回避率从 58% 降到 2%，校准回答从 11% 升到 56%；质量对照显示 Agentic 任务 34/34 持平，HumanEval+ 156 对 155、GSM8K 50 对 49、MMLU 96 对 97。方向由 30 组中英对照对比对的残差流均值差构造，已在 Strata 生产环境验证，llama.cpp 原生 --control-vector 是加法而非投影、不能复现结果；作者提示 1989 年六四短问题仍可能回避，法轮功、大饥荒和新疆的数字细节可能夸大。
同一新闻，精选展示《Qwen3.8-Flash-Next 发布 china-v1 审查方向文件，推理时去除中国政治审查》
Bria 在 Hugging Face 发布 8B 参数的 Fibo 2.0 Dev，是首个将图像编辑与文生图统一在一套权重中的 FIBO 下一代模型，在 Artificial Analysis 的开放权重模型中排图像编辑第 1、文生图第 2（2026 年 10 月 20 日）。模型基于 Visual GenAI Language（VGL）结构化 JSON 提示词，支持指令编辑、遮罩编辑、最多 4 张参考图、Inspire 参考生成及 5 种摄影风格模式，架构为 flow-matching DiT，提示词由 Qwen3-VL-4B-Instruct 编码，训练数据全部来自授权数据。
推荐理由：原文详细给出 VGL 结构化 JSON 提示的生成与编辑用法，以及架构、微调和部署信息，可以照着在自己的流程里复现。
Hugging Face 用户 edp1096 发布 GLM-5.3-Flash 的非官方 NVIDIA FP4-Local 衍生版本，将 Huihui Q8 abliterated 权重的差量应用到 nvidia/GLM-5.3-Flash-FP4-Local 基座。更新了第 15–36 层的 44 个 attention-output/shared-expert-down 矩阵和 22 个 scale 张量，其余张量保留，无需额外 QAD 训练。运行需两台 DGX Sparks（TP2）和 B12X vLLM；42 个权重文件全部校验通过，8/8 冒烟测试通过，最长实测输入 64,481 tokens。
koldfrontier 在 Hugging Face 发布 ukisai/Swift1.5-Qwen3.8-Flash-Next 的 abliterated 衍生版，对全部 48 层共 24,720 个组件逐权重移除拒绝方向，无训练、无新数据。实测显示未授权框架下的保护性拒绝从 85% 降至 69%，有害请求服从率从 91.0% 升至 94.5%，良性提示的 KL 散度仅 0.0057，但 8 项能力探针丢了 3 项；方向捕获依赖 thinking 开启的提示模式，enable_thinking=False 时有害服从率仅 2.5%。作者定位其为安全研究产物而非安全对齐模型，数字为单模型案例研究。
推荐理由：原文给出逐组件消融方法与消融前后的拒绝率、KL 散度对照数据，可据此判断这次去对齐实际改变了什么、损失了多少能力。
tatekuperus 在 Hugging Face 发布基于 Qwen/Qwen3.6-27B 的多阶段微调与合并模型 Qwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic GGUF 量化版，作者称其为首个在 8bit 和 4bit 下 ARC-C 超过 700 的该规模微调。去审查由 trohrbaugh 用 Heretic v1.2.0+custom 的 Arbitrary-Rank Ablation 方法完成，拒绝率从原版 99/100 降至 4/100，KL 散度 0.0469；作者给出的基准显示该模型在 7 项基准中 6 项超过 Qwen3.6-27B 基座。
推荐理由：作者给出 Heretic 消融方法与去审查前后拒绝率对比，并附多组基准和第三方实测数据，可核对去对齐是否损伤模型能力。
distributedcognition 在 Hugging Face 发布 jialinyyzz/humanizer（gemma-4 12B 微调的 AI 文风改写模型）的 abliterated 变体，用投影式 writer 级消融在 32 层移除拒绝方向，alpha 0.8。实测基座模型在 104 个有害改写提示上拒绝率仅 2/104，消融后拒绝率不变，MMLU-2280 仅降 0.04pp，GSM8K 持平；refusal_directions.pt 支持任意强度秒级重新消融，附 GGUF 量化可在 llama.cpp、Ollama 等运行，Apache 2.0。
推荐理由：原文给出完整的消融方法、拒绝率与 MMLU 前后对比，并诚实指出基座模型本就几乎不拒绝，读者可据此判断去对齐的实际意义。
ScoutRoute 是一种轻量级事后路由框架，通过对低成本 scout 模型的单次前向传播提取内部语言模型信号，用 logistic 探针结合 logit 置信度估计异构专家模型的能力，无需修改底层模型。该方法在 5 个开源语言模型和 4 个覆盖数学推理、代码生成、常识推理与多学科知识的基准数据集上评测，一致优于单一路由信号，且能力探针的校准优于传统置信度度量。
一项新研究提出免训练的修复层 SchemaShield-Lite，结合 schema 验证、候选集重试和一次性约束修复，提升 LLM 智能体在接口漂移下的函数调用鲁棒性。在 Qwen3.5-9B 上，该方法将 DICE-300 准确率从 0.717 提升至 0.813，BFCL-200 从 0.580 提升至 0.805，分别恢复 19/22 和 33/45 个漂移导致的失败，且未观察到修复副作用。消融实验显示候选集漂移（尤其是干扰工具）是主要损害来源。
中科院计算所发布 Chinese Decision 中文模型系列，用于单次前向 pass 的概率决策：模型一次前向提取候选选项字母 logits 并归一化，无需自回归生成答案。已完成的 0.8B 模型在 307,900 条决策的 CJ-Bench 上取得 72.24% 通用域准确率、76.98% 专业域平均准确率，整体期望校准误差 1.07%；2B checkpoint 经 RLCD 目标初步训练后达 72.56% 通用域准确率但尚未超过 0.8B。训练、评测与部署流水线（含 Q8 量化）已开源。
ComfyUI 发布 v0.41.2 版本，于 10 月 16 日在 GitHub 标记该标签。页面信息未列出具体更新内容，相关资产文件可通过 Release 页面下载。
研究者提出 EVA-Cap 框架，将字幕分解为原子视听事件，把非结构化文本监督转为事件中心对齐，并在自建数据集 EVA-Data 上用 SFT 和 GRPO 训练。GRPO 阶段针对全局事件完整性、事件内归因和事件间同步三个目标优化。该模型在 ChronusAV 上平均提升 9.0%，WorldSense 上提升 3.3%，论文已被 NeurIPS 2026 接收并承诺开源代码。
研究者提出 DPA-MoE，一个运行时精度控制框架，让 MoE 模型中被路由的专家支持任意精度。该方法用 SharedScale AnyBCQ 将专家前馈权重编码为可前缀解码的分块，并在推理时依据实时 router gate 分数分配。在 Qwen3-30B-A3B 和 DeepSeekMoE-16B 上的实验显示，相同预算下 DPA-MoE 比均匀分块分配改善了 KL 散度和下游准确率，原型系统稳态吞吐开销适中。
NVIDIA 与 IIT Madras 的 AI4Bharat 推出 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token 覆盖 22 种印度宪法语言，含 22 种语言本族文字数据和 12 种语言的罗马化数据，共 34 种语言-文字配置。流水线用 NeMo Data Designer 和 Gemma-4-31B-it 做文档级翻译、MQM 风格质量评估（保留 75/100 以上）与定向修复，每条记录可溯源，生成配方开源可复用；另十种语言采用 Bodhan AI 的 Indic Translate。Nemotron 3.5 Super VL 用其中 12 语言子集加 100 亿 token 做 CPT 后，五个 Indic 基准提升 4.98 至 9.82 个百分点。
推荐理由：完整公开了 2.8 万亿 token Indic 语料的生成配方和质量门槛，团队可复用其翻译与修复流水线迁移到自己的语种。
一项 arXiv 理论研究考察了 Isotropic Curvature Model（ICM）对 Muon 优化器极分解更新解释的稳定性，提出 Random-Radius ICM（RR-ICM）与 Polar-Factor Admissibility Set。结果证明所有非标量可容许响应仅来自与曲率折点对齐的径向原子，任何无原子径向律下都呈现零容量刚性，精确缩放极分解最优只在梯度本身为缩放列等距时成立。研究进一步引入 Minimax RR-ICM，证明非零全局极小值点必位于梯度极射线上，其尺度由一维凸问题确定，揭示了平均曲率解释的径向脆弱性。
BoldingBuilds 在 Hugging Face 发布 NVIDIA Nemotron-3.5-Bolt-74B-A9B 的无对齐版本，直接在 24GB 2-bit GGUF 上做权重空间消融，未经过 BF16 重量化，保留了 NVIDIA 量化感知蒸馏产出的约 17GB IQ2_XXS 专家权重。编辑共改动 100 个张量，采用 Arditi et al. 2024 的均值差方向法，λ=0 时输出与原文件逐字节一致作为自检门槛。
推荐理由：原文给出完整的消融方法、拒绝率与能力对照数据，读者可以据此评估这个去对齐版本的实际效果与局限。
Shifty666 在 Hugging Face 发布 Llama-3.1-8B-Lexi-Uncensored-V2-OBLITERATED，基于 Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2，用开源工具 OBLITERATES 的激进方法通过激活工程（abliteration）移除模型的拒绝行为。模型可通过 transformers 库加载使用。
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。
iAcloud 发布 huihui-ai/Huihui-Qwen3.8-27B-abliterated 的 RBLN 预编译版本，使用 optimum-rbln 0.11.2 针对 16 块 Rebellions RBLN-CA25 NPU 编译，支持 262,144 上下文长度和 batch-1 解码，编译耗时 990.9 秒，产物约 55.8 GiB。该版本为编译验证版而非推理基准，运行时加载、生成与长上下文精度尚未测试，需 RBLN NPU 和 RBLN SDK，采用 Apache-2.0 许可。
Project Apertus 发布 Apertus 1.5，在 8B 和 70B 两代模型基础上以继续预训练方式加入图像与音频理解、可选思考模式，上下文窗口扩至 262,144 tokens（4 倍），权重于 2026 年 7 月 24 日以 Apache 2.0 许可上传 Hugging Face。8B 与 70B 分别新增 4T 和 2T tokens 训练数据，多模态通过 Emu3.5 图像 tokenizer 和 WavTokenizer 以 early-fusion 方式并入词表，架构不变；后训练含 SFT、RLVR、DPO 与 SDPO，并公开中间检查点、数据混合与技术报告（arXiv:2610.15542）。
推荐理由：官方发布说明完整公开了四阶段预训练、五阶段后训练流程与中间检查点，读者可复现各阶段对模型行为的影响。
上海AI实验室在 Hugging Face 开源 Sage-A1.5，一个 35B MoE 智能体模型，支持子智能体并行编排、可选验证模式和原生函数调用，原生 256K 上下文可经 YaRN 扩展到 512K。官方评测称其在 XBench-DS-2510（92.0）、IFBench（81.6）等多个基准取得 SOTA，GAIA 达 95.1，高于所对比的 Kimi-K3、GLM-5.3、GPT-5.6-sol 等更大规模模型；相比 A1，SWE-bench Pro 提升 17.6。评测框架已开源，SGLang 和 vLLM 部署命令见模型卡（arXiv: 2610.28578）。
推荐理由：官方模型卡同时给出与 35B 同级和更大模型的横向跑分与完整评测代码，读者可以按同一协议复现或对比。
Pragmatism0220 在 Hugging Face 发布单文件 GGUF 控制向量，提取 huihui-ai 对 Qwen3.8-Flash-Next 去对齐版本所移除的拒绝方向，可在基础模型任意 GGUF 量化上运行时加载并自行调节强度。该文件 483,520 B，含 47 层 F32 方向张量；实测显示 huihui 的发布只编辑 96 个写入残差流的矩阵，v2 以约 1.78 倍 v1 的强度使用同一方向，与 v2 量化权重的方向偏差 3.3×10⁻⁶ 低于测量噪声底。支持 llama.cpp 的 --control-vector 加载，-1.0 近似 v1、-1.78 近似 v2；仓库未包含拒绝率等行为评测。
推荐理由：把 huihui-ai 去对齐版本实际改动的拒绝方向抽成独立控制向量，附权重空间实测数据，可在任意 GGUF 量化上运行时调节强度。
OS-Software 用 Heretic Abliteration 的自定义 fork 对 llm-jp/llm-jp-4.1-32b-a3b-thinking 做去对齐处理并放出权重。在 Q4_K_M 量化下，100条日语有害提示词的拒绝数从100/100降到0/100，首token KL散度0.0205；MMLU 68.89%（原版69.00%），HumanEval pass@1 89.63%（原版90.85%）。作者提示该模型安全对齐被大幅削弱，仅建议用于安全研究、对齐研究和红队测试等实验用途，输出应视为不可信并自行验证。
同一新闻，精选展示《OS-Software 发布 llm-jp-4.1-32b-a3b-thinking 的去对齐 GGUF 版本》
TokForge 发布 Prism ML 三值模型 Bonsai 2 27B 的 abliterated v2 GGUF 副本，基于 Qwen3.8-27B，采用 PQ2_0 2-bit 打包（每权重 2.13 bits）并带 MTP 头，文件 7,657,489,696 字节，TokForge 未做任何修改。该版本移除了拒绝回答行为，需 TokForge 1.3.9 及以上版本和 16 GB 以上 RAM 手机运行；MTP 头仅在 CPU 路径且实测有收益时启用。
arXiv 论文（arXiv:2610.19614）提出将 LLM Agent 轨迹视为动作与环境观测共享嵌入空间中的路径，同一任务的成功与失败 rollout 在该空间中可分离，简单判别器在三个 Agent 基准和三个策略模型上预测 held-out rollout 结果最高达 0.95 AUROC。作者进一步推出基于 transformer 的 Precog-RM，通过元学习使结果预测可在 few-shot 设定下泛化到未见任务和模型，并在轨迹终止前给出置信预测。部署为 GRPO 在 Tau2-Bench 上的早停控制器时，最多削减 47.3% 训练 FLOPs 且性能与基线 GRPO 相当。
推荐理由：论文给出跨三个基准和三个策略模型的 AUROC 数据，并量化了 GRPO 训练最多省 47.3% FLOPs 的收益。
论文提出 DAGFormer，一种由联合训练的拓扑预测器规划跨层连接的 Transformer 语言模型，在标准残差连接之外增加从浅层到深层的直接连接，并按输入 token 控制每条连接强度，与逐层单独设置连接的现有跨层路由架构不同，它一次性规划整个模型的路由。
阿里团队推出开源翻译模型 Lumen，参加 WMT 2026 通用机器翻译任务，专注满足术语、风格和结构化输出等细粒度指令要求。模型基于 Qwen3-14B，采用四阶段流程：继续预训练与监督微调、将 M²PO 扩展为在线偏好优化、从更大教师模型做 on-policy 蒸馏，以及结构感知推理与修复。在 23 个翻译方向上，按 1–5 分 LLM-judge 评分取得 4.60 的总体均分，表现与领先闭源系统相当。
UC San Diego 等机构在 arXiv 发布 JetSpec++，通过块内自修正、块间前瞻草拟和草拟与验证流水线重叠，将草拟的边际耗时降到接近零。相比自回归解码最高加速 7.45 倍，相比 DSpark 最高 1.54 倍，在 GB200 上单请求达每秒 1,361 token，七个基准平均接受长度 8.94，且保持目标模型输出分布。代码与模型已开放。
推荐理由：论文给出 JetSpec++ 的三个组件和与 DSpark、自回归解码的加速对比数据，读者可据此评估该推测解码方案的适用性。
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。
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。
xtools-at 在 Hugging Face 发布 Qwen3.5-4B-MultiDistill-3xMerge 的去对齐版本，使用 Heretic v2.0.0.dev0 的 ARA 方法消融。实测拒绝率从原版 98/100 降至 3/100，KL 散度 0.0200，消融参数与复现步骤已在 reproduce 目录公开。该模型本身是三个推理蒸馏微调（Claude Opus 4.6 风格蒸馏、Empero Qwen3.8 教师蒸馏、DeepSeek-V4-Pro 数学 STEM 蒸馏）的线性加权合并，合并版尚无独立基准成绩。
推荐理由：模型卡给出 ARA 消融参数与拒绝率前后对比，100 题中从 98 次拒答降到 3 次，可复现步骤也一并公开。
论文提出 SLKR（Semantic Label Knowledge Retrieval），一种以标签为中心的检索增强生成框架，将旗舰 LLM 离线构建的标签定义与边界规则复用于轻量模型的在线推理，完成零样本文本分类。在三个公开 benchmark 和一个多语言图书分类数据集上，SLKR 使用 Qwen3.5-4B 在全部四个数据集取得最佳结果，用 Ministral-3-3B 在其中三个取得最佳，且无需任务专属标注样本。
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。
dealignai 发布基于 deepseek-ai/DeepSeek-V4.1-Flash（552B backbone，8B/16B 激活）的权重级消融版本，以原生 FP8 格式提供 1M token 上下文、视觉与工具调用，采用自研消融方法，不依赖 runtime hooks 或 steering vectors。HarmBench-320 上 CRACK 版在 effort=off 和 max 下拒绝率均为 100%（对比基线 42.81% 和 1.56%），且 HARD_REF/SOFT_RED/HEDGE 均为零；MMLU-14k 整体下降 4.22 pp，剔除伦理类题目后约 -1.1 pp，在 3 pp 知识保留目标内。
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》