新闻、仓库与研究，按时间排列。
dealignai 团队发布基于 deepseek-ai/DeepSeek-V4.1-Flash（552B backbone，8B/16B active）的权重级消融版本 DeepSeek-V4.1-Flash-UNCENSORED-FP8，以原生 FP8 权重提供，无自定义 model.py 或运行时钩子。HarmBench-320 实测 CRACK 版在 effort=off 和 max 下均 100% 响应、零 HARD_REF/SOFT_RED/HEDGE，而基座在 effort=max 下拒绝率反而升至 1.56% 响应；MMLU-14k 全集准确率从 86.96% 降至 82.74%，剔除伦理类条目后约 -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》
Hugging Face 上发布 DeepSeek V4.1 Flash 1017 的 Uncensored REAP-256 4-bit 量化版本，文件正在上传中。完整模型卡将包含模型介绍、评测分数、速度结果，以及在 RTX PRO 6000、A100 和 CMP 170HX 上的运行方法，数小时内发布。
Infatoshi 在 Hugging Face 上架 DeepSeek-V4.1-Flash-1017-MXFP4-uncensored，并附上 Native MXFP4、NVFP4 target 与 EXL3 2.875/3.5 多组并发基准。Native MXFP4 在 32 并发下聚合吞吐达 831.66 tokens/second，高于 NVFP4 的 796.13 与 EXL3 3.5 的 480.84；单并发时延方面 NVFP4 target 的 time_to_content_p50 为 0.32442 秒，略优于 Native MXFP4 的 0.34266 秒。
Hugging Face 上发布 DeepSeek-V4.1-Flash-1017-NVFP4-uncensored 的性能测试数据，对比 Native MXFP4、NVFP4 target、EXL3 2.875 与 EXL3 3.5 四种配置在不同并发下的吞吐与延迟。Native MXFP4 在 32 并发时达 831.66 tokens/second，NVFP4 target 为 796.13 tokens/second，EXL3 3.5 为 480.84 tokens/second。
Hugging Face 用户 Infatoshi 发布 DeepSeek-V4.1-Flash-1017 的 EXL3 3.5bpw 无审查（uncensored）量化版本。附带的基准测试显示，Native MXFP4 在 32 并发下聚合吞吐达 831.66 tokens/second，EXL3 3.5 在 32 并发下达 480.84 tokens/second，同时给出各并发数下的 time_to_content_p50 等延迟数据。
IndrasMirror 发布 DeepSeek-V4.1-Flash-1017 的 XQ 混合精度量化版，552B 参数 MoE 压缩到 152 GB，可在 RTX 4090（24 GB）加 90 GB 内存的家用 PC 上运行，需配合自研 Xolotl 引擎而非 llama.cpp/Ollama。模型带 rank-2 拒绝方向编辑（manifest id adea0515bbf69a0b），拒绝探针显示 chat 模式 0/100、think 模式 0/50 拒绝；8K 预填充 239.8 tok/s，解码 12–13 tok/s。短 Gauntlet 测试 2/5，比作者此前 V4.1 v2 量化版（4/5）有回退，原因尚未定位；校准后重做的 V3 版本正在上传。
推荐理由：作者给出了拒绝探针、困惑度和速度的实测数据，还说明了量化分配与拒绝方向编辑的具体做法，可据此评估这个本地化版本。
dealignai 发布了 DeepSeek-V4.1-Flash-1017 的去对齐版本 DeepSeek-V4.1-Flash-1017-UNCENSORED-FP8，仅在权重层面移除拒绝行为，保留视觉、视频、工具调用、推理档位与 1M 上下文。HarmBench-320 测试 320/320 全部 COMPLY、零拒绝；MMLU 从基线 87.63% 降至 83.77%，下降 3.86 个百分点。原生 FP8 e4m3 加 FP4 专家，与上游字节兼容，MIT 许可，已在 4×H200 上验证。
同一新闻，精选展示《DeepSeek-V4.1-Flash-1017 无对齐 FP8 权重发布，HarmBench 320 题全部合规》
IndrasMirror 发布 DeepSeek-V4.1-Flash-1017 的 GSQ 混合层级量化无对齐版本，552B 参数 MoE 压缩到 152 GB，可在 RTX 4090（24 GB）加 90 GB 内存的家用 PC 上以 12–13 tok/s 解码运行。模型对专家采用 ternary/2-bit/3-bit 混合量化（平均 2.093 bpw），并施加 mrfakename 风格的 rank-2 拒绝方向编辑；行为探针显示 chat 模式 100 个有害与 100 个安全样本均 0 次拒绝，think 模式同样 0 次拒绝。
推荐理由：卡片给出了量化前后困惑度对比、拒绝探针和速度实测数据，读者可以据此判断这个 152 GB 版本在消费级硬件上的真实质量。
dealignai 团队发布 DeepSeek-V4.1-Flash 的权重级 abliterated 无对齐版本，基于 deepseek-ai/DeepSeek-V4.1-Flash（552B backbone，8B/16B 激活），原生 FP8 权重、1M token 上下文，保留视觉、推理与工具能力。HarmBench-320 实测 CRACK 版在 effort=off/max 下均 100% 响应、零拒绝，MMLU-14k 整体从 86.96% 降至 82.74%，剔除伦理类后约 -1.1 pp。模型卡附 SGLang dsv4.1 分支与 vLLM 的部署路径、并发与显存经验数据，以及 ninja、--ep-size、reasoning parser 等启动坑位说明。
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》
Baekpica 将 dealignai 的 DeepSeek-V4.1-Flash-1017-UNCENSORED FP8 权重按 YoungAi 的 vq8sh14-q4k-mtpnative 配方原样转换为 VQ GGUF，基础文件约 113.6 GB，面向 128 GB DGX Spark，上下文保持原生 1,048,576 tokens。该量化约 1.6 bits per routed-expert weight，同配方在 V4.1 Flash 上与 FP8 模型 next token 一致率为 69–79%，质量与去审查行为可能下降。目标运行时为 ds4-dfm-rs，1017 Engram 表（2 × 101.5 GB）需从本地 SSD 读取。
bigfat 发布 DeepSeek-V4.1-Flash-Abliterated 的 DwarfStar Q2 GGUF 量化版本，基于 s-zaizen 用 Hereteric 对 deepseek-ai/DeepSeek-V4.1-Flash 去审查后的 checkpoint（拒绝关键词率 97/100 → 24/100）。提供 imatrix 校准版（推荐）与 bootstrap 版两个文件，imatrix 版 NLL 0.359，与原版 Q2（0.346）基本持平，需在 128 GB Mac 上用 --ssd-streaming 运行。
drowzeys 在 Hugging Face 发布 keys-DeepSeek-V4.1-Flash-1017-Abliterated，这是针对 deepseek-ai/DeepSeek-V4.1-Flash-1017 的 keys overlay 而非完整 checkpoint。消融范围为 L10–35 的 attn.wo_b（λ=3.5，k=1，mean Δrel ≈ 0.053），L0–9、L36–39、MTP、vision、Engram、experts 等锚点保持不动；Refusal32 32/32 BYPASS、0 拒绝、0 乱码，Cyber 22/22 BYPASS。
推荐理由：原文给出了消融层范围、λ参数和 Refusal32 拒绝率前后对比，读者可据此判断这个去对齐 overlay 的实际改动幅度。
dealignai 在 Hugging Face 上镜像了 DeepSeek-V4.1-Flash-1017 的 EXL3 2.9bpw abliterated 量化版本。该仓库为镜像，权重、文档和更新实际存放在同名的 UNCENSORED 仓库中，后者持续更新并包含完整 README 和评测表。
dealignai 基于 LibertAI 的 EXL3 2.9bpw 量化包（388 GB）发布 DeepSeek-V4.1-Flash-1017 无对齐版本，移除拒绝行为，支持 6 种语言、131K 上下文、thinking 开关与 vision/MTP/Engram 权重保留。实测 MMLU-500 从 67.40% 降至 63.20%（−4.20pp），HarmBench-320 chat 模式 320 项全部 COMPLY；在 RTX PRO 6000 上经 exllamav3-anemone + TabbyAPI 实测约 68 tok/s 解码、1105 tok/s 预填充。
推荐理由：发布方给出了 MMLU 前后对比和 HarmBench 拒绝率数据，可以量化评估去对齐带来的能力损失。
dealignai 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的去审查 FP8 版本，移除拒绝行为并保留视觉、视频、工具调用、推理档位（low/high/max）与 1M token 上下文。模型采用原生 FP8 (e4m3) 权重加 FP4 MoE 专家，40 层 MoE，与上游字节兼容，MIT 许可，需手动申请访问；内部合规冒烟测试 10/10 全部通过，已在 4×H200（564 GB VRAM）上验证。
mrfakename 在 Hugging Face 上发布 DeepSeek-V4.1-Flash-1017-abliterated 的 GGUF 量化版本，提供 Q2_K 等量化格式。该模型可通过 llama.cpp 本地运行，支持启动 OpenAI 兼容服务器或终端直接推理，也可在 Ollama、LM Studio、Jan、Docker Model Runner、Lemonade 等工具中使用。
Unsloth 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的 Unsloth Dynamic 3.0 GGUF 量化版，1-bit 可在 128GB+ 内存设备运行，3-bit 需 256GB，全精度需 320GB。该模型为 DeepSeek-V4.1-Flash 的小幅更新，官方基准显示推理、编码、Agent 和视觉任务均有提升，如 Terminal-Bench 4.0 得分 42.3 对上一版 31.2；模型采用 MIT 许可，支持 1M token 上下文，需使用 llama.cpp PR 或 Unsloth Desktop 运行，prompt 编码由 encoding.py 与 deepseek-recipe 工具库提供。
推荐理由：官方模型卡附上了与 DeepSeek-V4.1-Flash 及多个竞品的具体基准对比，以及量化档位对应的内存需求，可据此评估该版本的实际收益。
mrfakename 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的 abliterated 版本，用方向性消融移除拒绝行为。chat 和 think 模式沿不同方向拒绝，因此移除 rank-2 拒绝子空间，逐层测量方向并投影出 40 个主层的残差流写入，各层强度由多目标搜索确定。Q8_0 GGUF 贪心解码下，chat 拒绝率从 97/100 降至 4/100，think 模式推理头拒绝从 98/100 降至 9/100，harmless 首词 KL 为 0.067；路由专家、嵌入、Engram 表和 DSpark/MTP 层与原版逐位一致，另提供 abliteration-lora.gguf 和 abliteration-edit.npz。
推荐理由：原文给出rank-2拒绝子空间的消融方法和拒绝率前后对比数据，读者可据此判断这个去对齐版本实际去掉了多少。
Matt Suiche 在 Hugging Face 发布针对 DeepSeek-V4.1-Flash-1017 的投影控制向量（GLP），在残差流 layers 1–39 以 alpha 0.75 施加 h <- h - alpha*(h·d)d，不修改任何权重。校准阶梯显示 alpha 0.75 为拐点：refusal32 从 stock 1/32 提升到 23/32 comply，alpha 1.0 达 26/32 但中英代码混杂翻倍，alpha 2.0 反而回退到 10/32 且 31/32 出现混杂；验证基于 vLLM 离线 4x H200、greedy、thinking off、n=32。
推荐理由：作者给出了完整的 alpha 校准阶梯和拒绝率、代码混杂等实测数据，读者可以据此判断这个控制向量的实际效果与适用边界。
Hugging Face 上架了 ji-farthing 发布的 DeepSeek-V4-Flash-Uncensored-TextOnly-ik-llama-GGUF 模型仓库。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。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，是 DeepSeek-V4.1-Flash 的小版本更新，在推理、编码、Agent 任务和视觉基准上大幅提升，同时缩短任务执行时间和输出长度，推进多 Agent harness 下的性能成本帕累托前沿。Terminal-Bench 4.0 达 42.3（上一版 31.2），Automation-Bench 达 60.5。该版本不含 Jinja 聊天模板，改为提供 encoding.py 参考实现和 deepseek-recipe Rust 库工具包，支持 1M tokens 上下文窗口、max_tokens ≥ 256K，推荐 temperature 1.0、top_p 1.0，采用 MIT 许可证。
推荐理由：技术报告给出与 Kim3、GPT-5.6、Opus 5 等的对比数据，并附推荐采样参数与推理工具链，方便本地复现。
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，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 下均 100% 通过，而基座模型分别为 42.81% 和 1.56%；MMLU-14k 整体下降 4.22 pp，剔除伦理类科目后约 -1.1 pp。模型卡还给出 SGLang 部署配置、KV 内存占用估算（890 B/token）、4×H200 上的吞吐数据（单流 101 tok/s，DSpark 后 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》
论文指出 GRPO 用于大推理模型安全对齐时存在优势坍缩与不安全多样化两种失效模式，并提出包含 Safety Signal Recovery 与 Safety-Utility Decoupled Alignment 的 Beacon 框架。在 Qwen3 与 DeepSeek-R1-Distill 四个变体、八个 benchmark 上的实验显示，平均安全误差最多降低 32.83 个百分点，同时保持较低过度拒答。
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。
一项受控研究考察向寻址条件记忆事后注入知识的可行性，结合 GPT-2 对照实验与 Qwen3.8-Flash-Next-FP8、DeepSeek-V4.1-Flash 的生产记忆实验。GPT-2 各实验组均能复现 50 条训练补全，但自然问题目标串命中平均仅 5.3%（row-only）、28.7%（无锚定投影更新）、22.0%（有锚定），严格答案得分均为零。结果显示写入可行但有边界，首 token 排名提升不代表完整答案成功。
研究者提出 ISW-Agent，将 LLM 解释与 n8n 工作流及独立科学模型结合，用于内孤立波（ISW）遥感图像处理。在每种后端各 120 条中文指令测试中，GPT-5.6 Sol 和 DeepSeek 均达到 94.2% 的严格任务匹配率；50 个定时场景中 39 个完成检测、条带提取与传播预测，中位耗时 48.04 s。3,408 次故障注入测试中，重试恢复 234 次瞬态故障，输出验证拦截 234 个结构缺陷。
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 DeepSeek-V4.1-Flash-UNCENSORED-FP8，以原生 FP8 权重提供 drop-in checkpoint，无自定义 model.py、无运行时 hook、无 steering vectors。
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》
dealignai 团队发布 DeepSeek-V4.1-Flash 的 abliterated 无对齐版本（基于 deepseek-ai/DeepSeek-V4.1-Flash，552B 底座、原生 FP8、1M token 上下文），以权重级手术式修改移除拒绝回路，无需自定义 model.py 或运行时钩子，可像 base 模型直接加载。HarmBench-320 上 CRACK 版在 effort=off 和 max 下均 100% 应答、零 HARD_REF/SOFT_RED/HEDGE，而 base 在 effort=max 反而更易拒绝（仅 1.56% 应答）；MMLU-14k 整体下降 4.22pp（86.96%→82.74%），剔除伦理类后仅 -1.1pp。
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》
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》
dealignai 团队发布基于 deepseek-ai/DeepSeek-V4.1-Flash 的权重级消融版本，HarmBench-320 上攻击成功率从基座的 42.81%（effort=off）提升到 100%，且在两种 effort 档位下均无拒绝回退。MMLU-14k 整体下降 4.22pp（86.96%→82.74%），剔除伦理类学科后差距收窄至约 -1.1pp；模型为原生 FP8 权重、1M 上下文、552B 骨干（8B/16B 激活），卡面附 SGLang 部署路径与 4×H200 实测配置。
推荐理由：卡面给出 HarmBench 拒绝率与 MMLU 逐学科前后对比，读者可以自行衡量这次权重级消融在能力保留上的真实代价。
Adolphsson 发布 DeepSeek-V4.1-Flash-UNCENSORED 的 GGUF 量化版本，基于 dealignai 对 deepseek-ai/DeepSeek-V4.1-Flash（552B MoE，1M 上下文）的权重级 abliteration 结果转换。提供 Q8_0（508 GB）、Q4_K_M（449 GB）、Q3_K_M（374 GB）三种量化及 BF16 视觉 projector，Q4/Q3 为从 Q8 两步 requant，敏感层用 Q5/Q6/Q8；模型推理电路已按 OrcaSAQ 风格做敏感度感知量化，完整 1M 上下文（KV 约 890 bytes/token）。
推荐理由：不只放出去对齐权重，还给出逐量化的拒绝率与 NIAH 实测和 CPU 部署配方，读者可据此评估质量损失。
Trace Evolution Bench（TEB）是一个将重新评分与上下文或权重更新分离的评测协议，主榜为代码任务，由封闭工作区的隐藏单元测试评分。在 40 个 held-out 任务上，DeepSeek v4 Pro 在 no_evolve 下仅重评分就变动 7.5、5.0 和 12.5 个百分点；九个受 GEPA、ACE、ExpeL 启发的文本更新单元有七个超出种子自身波动带，GLM 与 MiniMax 未复现该模式。
论文提出 TQG-Exp，一个以轨迹质量为导向的经验学习框架，通过引入 Trajectory Quality Loss（TQL）将任务完成度与过程质量共同作为学习信号，并利用成对 rollout 估计检索经验的贡献以优化经验效用与检索。在 ALFWorld、WebShop 和 ScienceWorld 三个基准上，TQG-Exp 的 Avg.@3 较最强基线在 DeepSeek-V4-Flash 与 Qwen3.5-Flash 上分别提升 4.50 和 8.55 个百分点。
dealignai 团队发布基于 deepseek-ai/DeepSeek-V4.1-Flash（552B 骨干）的权重级消融版本 DeepSeek-V4.1-Flash-UNCENSORED-FP8，HarmBench-320 攻击成功率从基座的 42.81% 提升到 100%，且在各 effort 档位均为 320/320。MMLU-14k 整体下降 4.22pp，剔除伦理类题目后仅降 1.1pp，符合 3pp 能力保留目标；卡片还提供 SGLang 部署命令、硬件实测（4×H200，约510GB 权重）与启动注意事项。
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》
一项 arXiv 研究用“维基百科游戏”评测语言模型的信息检索能力，要求模型仅通过文章链接到达目标条目。研究者在本地构建了大规模维基百科图谱和基于 OpenAlex 的论文引用图谱，对比了嵌入向量模型与 LLM 在五种语言和五个学术数据集上的表现，并与人类及 TF-IDF 基准比较。结果显示没有任何模型显著超越人类，但 GPT-o3 mini、GPT-4o、QwQ:32B 和 DeepSeek-R1:70B 达到了可比水平，且性能排名随语言和主题变化。
研究者提出自主测试智能体 QuSema，利用量子语义与文档约束作为源码级语义 oracle，在量子库中查找静默 bug。其已适配 Qiskit 和 PennyLane，在 20 个历史静默 bug 基准上平均定位数超过 Claude Code 和 Codex，且 DeepSeek 配置成本低于 Claude Code。QuSema 还发现 40 个经开发者确认的未知 bug，其中 30 个为静默 bug。
Hongru Cai 等人提出 EngramEdit，通过条件记忆架构（如 DeepSeek Engram）实现解耦的 LLM 事实知识更新，保持 Transformer 主干固定。方法先计算使模型在多种表达下都能预测更新事实的目标记忆表示，再联合更新共享 n-gram 嵌入，并对频繁复用的嵌入施加更强惩罚以保护无关知识。实验显示编辑成功率接近完美，更新后的知识可用于未见表达和多跳推理，CoT 提示下准确率接近最强基线的三倍，且无关知识与通用能力在事实更新累积时基本保持不变。论文地址 https://arxiv.org/abs/2610.10533v1
推荐理由：论文给出了一种在固定 Transformer 主干上编辑条件记忆事实知识的方法，CoT 场景准确率约为最强基线的三倍。
arXiv 论文提出测量优先的审计框架，将基准污染声明分为训练期暴露、评估期检索和管线泄漏三类证据通道，在 Holistic Agent Leaderboard 的 9 个配置中 27 项通道评估无一被判定为 closed，但 4 个配置确认了污染事件。
推荐理由：论文提出按证据类型区分污染声明的审计框架，并给出 HAL 上 27 项通道评估与 SWE-bench Verified 匹配对照复测的具体结果。
dealignai 团队发布 DeepSeek-V4.1-Flash 的 abliterated 无对齐版本，量化为 EXL3 2.9bpw，约 197 GiB，可在两台 DGX Spark (GB10) 上以 TP=2 部署。
推荐理由：原文给出 HarmBench 拒绝率与 MMLU 全量对比，量化了能力损失集中在伦理子集，读者可自行评估取舍。