TechPrototyper 发布 Gemma4-31B 6-bit 量化版的原格式去对齐权重
TechPrototyper 在 rdtand 的 PrismaQuant 6-bit 量化构建内，将 BF16 去对齐供体的权重移植进 118 个张量并按原量化网格重编码，不重新量化。
推荐理由：原文给出拒绝率前后对比、逐项验证和已知回归，读者可据此判断这种不改量化布局的去对齐做法是否值得采用。
#量化
新闻、仓库与研究，按时间排列。
Hugging Face · 新模型：abliterated精选AI 评分6868 Hugging Face · 新模型：uncensored精选AI 评分6060 
xCloudinfo 发布 Granite-4.2-30B-xVITA-zhTW-Uncensored GGUF 去审查模型
xCloudinfo（云碩科技）发布 Granite-4.2-30B-xVITA-zhTW-Uncensored，基于台湾繁中微调版 Granite-4.2-30B-xVITA-zhTW（底座 ibm-granite/granite-4.2-30b）。
推荐理由：原文给出拒绝方向消除方法与去审查前后的拒答率和能力对照数据，读者可据此评估这个繁中去审查版本的实际代价。
Hugging Face · 新模型：uncensoredAI 评分2121 
mradermacher 发布 Pyrex-8B-Instruct-Uncensored i1-GGUF 量化版本
mradermacher 在 Hugging Face 上发布 Pyrex-8B-Instruct-Uncensored 的 imatrix 加权 i1-GGUF 量化版本，提供从 i1-IQ1_S（2.0GB）到 i1-Q6_K（6.4GB）的完整量化列表，其中 Q4_K_M 被标注为快速且推荐，Q4_K_S 兼顾体积、速度与质量。
Hugging Face · 新模型：abliteratedAI 评分2828 Huihui-Qwen3.8-27B-Abliterated-Ternary-Bonsai 以 NInfer 单文件格式发布
Hugging Face 上发布 huihui-ai abliterated 版 Ternary-Bonsai 的 NInfer 格式重打包，将去安全化的 Qwen3.8-27B 权重封装为单文件 .ninfer 容器，供 NInfer 引擎读取 t2_g128_fp16 三元表示。
Hugging Face · 新模型：abliterated精选AI 评分5454 drowzeys 发布 keys-GLM-5.3-EXL3-2.75BPW-Abliterated 去对齐版
drowzeys 在 Hugging Face 发布基于 zai-org/GLM-5.3 的 abliterated 量化版本 keys-GLM-5.3-EXL3-2.75BPW-Abliterated。
推荐理由：原文给出 Blackfrost 消融张量的重编码位置与 32 项拒绝率实测数据，可据此判断这个 abliterated 版本改动范围和去对齐程度。
Hugging Face · 趋势模型精选AI 评分6969 
NVIDIA 发布 Nemotron-3.5-Bolt-E4B-4GB 量化小模型
NVIDIA 在 Hugging Face 发布 NVIDIA-Nemotron-3.5-Bolt-E4B-4GB，从 Gemma-4-E4B-it 后训练而来，Q4_K_M 量化、总参数 8B（有效 4B），上下文最长 64K tokens，采用 OpenMDW-1.1 许可。模型主打低内存、低 TTFT 的本地语音助手、交互人格和嵌入式接口，支持多轮工具调用、指令遵循、可开关的思考模式与运行时思考预算，可搭配 DFlash drafter 做投机解码，llama.cpp 部署，10/23/2026 GA。
推荐理由：官方给出了 BF16 与 Q4_K_M 两档精度、多组同类小模型的同基准横向对比数据，读者可直接核对这个 4GB 级小模型的实际水平。
Hugging Face · 趋势模型精选AI 评分6868 
DavidAU 发布 Qwen3.8-27B-TURBO 无审查微调版 GGUF
DavidAU 在 Hugging Face 发布基于 Qwen/Qwen3.8-27B 的多阶段微调去审查版 Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored 的 GGUF 量化。
推荐理由：作者给出了用 Heretic ARA 方法去审查的拒绝率前后数据，并附各量化档位与 Qwen 官方模型的基准对比，可核验其宣称。
Hugging Face · 趋势模型精选AI 评分8383 
ISTA-DASLab 发布 Qwen3.8-27B 的 GSQ-RCO 非均匀量化 GGUF 权重
ISTA-DASLab 发布 Qwen3.8-27B 的 GSQ-RCO 非均匀量化 GGUF 权重，提供 2.50 至 3.50 bpw 四个档位及 BF16 视觉投影器。
推荐理由：仓库给出各量化档位与 Unsloth Dynamic 的完整基准对比，并附可审计的逐张量分配文件，读者可据此评估是否采用。
Hugging Face · 趋势模型精选AI 评分8181 
ISTA-DASLab 发布 Qwen3.8-Flash-Next GSQ-RCO Coder 压缩版 GGUF 权重
ISTA-DASLab 发布 Qwen3.8-Flash-Next 的 GSQ-RCO Coder 压缩版 GGUF 权重，通过移除一半路由专家并将剩余权重存为 3.5 bpw，使 176.9B 参数模型的常驻显存从 354 GB 降至 29.6 GB，可装入单张 32 GB 加速卡。
推荐理由：原文给出压缩方法细节与 SWE-bench、LiveCodeBench 前后对比，读者可据此评估专家剪枝加量化的实际代价。
Hugging Face · 趋势模型精选AI 评分5252 Infatoshi 发布 GLM-5.3-UNCENSORED 的 EXL3 3.0bpw 量化版
Infatoshi 在 Hugging Face 发布 dealignai/GLM-5.3-UNCENSORED-FP8 的 ExLlamaV3 EXL3 3.0bpw 量化版，总参数 753B，体积 273 GiB，含 MTP 层可用作推测草稿模型。
推荐理由：作者附上了与 FP8 源权重的 KL 散度、困惑度对比和 tau2-bench 实测，还指出 glm4_5 解析器会破坏字符串参数导致工具调用失败。
Hugging Face · 趋势模型精选AI 评分8282 
DeepSeek-AI 发布 DeepSeek-V4.1-Flash：552B 多模态 MoE 模型，支持 1M token 上下文与 KV cache 压缩
DeepSeek-AI 在 Hugging Face 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，552B 骨干参数、每 token 预填充激活 8B、解码激活 16B，支持 1M token 上下文，MIT License 开放权重。
推荐理由：原文给出CED架构与CSA2等KV cache压缩设计细节，并附同框架基准分数，读者可自行对比它与V4-Flash及前沿模型的性价比。
Hugging Face · 趋势模型精选AI 评分6868 FermionResearch 发布 Phonon-2 语音识别模型，164 MB 平均词错率 5.21%
FermionResearch 在 Hugging Face 发布 Phonon-2，称其为 900 MB 以下英文识别最准确的开源模型，在 Open ASR Leaderboard 七个英文测试集上平均词错率 5.21%，164 MB 体积达到 2.5 GB 教师模型 parakeet-tdt-0.6b-v3 的精度，编码器每个权重以约 2.1 bit 存储。
推荐理由：原文给出七套英文测试集的平均词错率和多平台实时率数据，可以据此比较小体积语音识别模型之间的实际精度差距。
Hugging Face · 趋势模型精选AI 评分7878 Prism ML 发布 Ternary-Bonsai-2-27B 三值量化 GGUF 模型
Prism ML 在 Hugging Face 发布 Ternary-Bonsai-2-27B-gguf，将 Qwen3.8-27B 转为三值权重（1.72 bits/weight），语言模型体积从约 54 GB FP16 降至 5.95 GB（PTQ1_0）或 7.21 GB（PQ2_0）。
推荐理由：原文给出三值权重格式、14 项基准对比和跨平台吞吐数据，读者可以据此评估 1.72 bits/weight 量化在本地部署中的实际取舍。
Hugging Face · 趋势模型精选AI 评分6060 OrcaRouter 发布 OrcaSAQ2 27B Cyber Uncensored GGUF 量化权重
OrcaRouter 发布 OrcaSAQ-2-27B-Uncensored GGUF，将无对齐的 Qwen3.8-27B 从 54.7 GB BF16 压缩到 15.7 GB，PPL 仅 +0.80%，Top-1 agreement 94.4%，mean KLD 0.020。
推荐理由：原文给出了量化后与 BF16 基线的 PPL、Top-1 agreement 和 KLD 对照数据，可据此评估这类高压缩权重的保真程度。
Hugging Face · 趋势模型精选AI 评分7272 Viggle 发布 Qwen-Image-2.1 蒸馏加速版 turbo，6 步生成比 40 步基座快约 5 倍
Viggle 在 Hugging Face 发布 Qwen/Qwen-Image-2.1 的少步蒸馏版本 Qwen-Image-2.1-viggle-turbo，以 LoRA 形式实现 6 步生成替代 40 步，无需 CFG，端到端约快 5 倍，质量与基座接近。
推荐理由：原文给出蒸馏步数、速度倍数、各量化格式的 LPIPS 对比和已知短板，读者可据此判断该 LoRA 是否适合自己的部署场景。
Hugging Face · 趋势模型精选AI 评分7676 
ISTA-DASLab 发布 Qwen3.8-Flash-Next 的 GSQ-RCO 非均匀量化 GGUF
ISTA-DASLab 发布 Qwen3.8-Flash-Next 的 GSQ-RCO 非均匀量化 GGUF，提供 Q2_0、IQ2_XS、IQ3_XXS、IQ3_S 四档及多模态 mmproj 文件。
推荐理由：原文给出四个量化档位的实测跑分、吞吐与显存占用数据，读者可按内存预算与质量需求直接选型。
Hugging Face · 趋势模型精选AI 评分6262 中国电信 Xing4.0-29B-A4B 的 GGUF 权重上线 Hugging Face
Venastine-Research 在 Hugging Face 发布 Xing4.0-29B-A4B 的 GGUF 权重与配置文件。
推荐理由：该 GGUF 仓库提供了 Xing4.0-29B-A4B 的权重与配置，兼容 vLLM、SGLang 等主流推理框架，部署参考价值具体。
Hugging Face · 趋势模型精选AI 评分6767 
Lightricks 开放 LTX-2.5 音视频生成模型权重
Lightricks 在 Hugging Face 开放 LTX-2.5 权重，这是一个可本地执行与微调的开放世界模型，可从文本、图像和视频输入生成同步的高保真视频与音频。
推荐理由：官方模型卡完整列出了各组件权重文件、量化变体与运行约束，读者可直接比对 22B 蒸馏与完整版的使用路径和 ComfyUI 兼容性。
Hugging Face · 趋势模型AI 评分4343 
Qwen-Image-2.1 Uncensored GGUF 量化版本发布
abenzerps 在 Hugging Face 发布 Qwen/Qwen-Image-2.1 的 Uncensored GGUF 量化版本，提供 BF16（14.23 GB）到 Q4_0（4.15 GB）等多种量化文件，推荐 Q4_K_M（4.60 GB）以平衡体积与质量。
Hugging Face · 新模型：uncensoredAI 评分3636 axi0mX/Qwen3.8-Flash-Next-Uncensored-GGUF 上架 Hugging Face，可用 llama.cpp 本地运行
axi0mX 在 Hugging Face 发布 Qwen3.8-Flash-Next-Uncensored-GGUF 模型，默认量化版本为 Q5_K_XL。模型可通过 llama.cpp、Ollama、Docker Model Runner、LM Studio、Jan、Lemonade 等工具本地运行，llama.cpp 还提供带 Web UI 的 OpenAI 兼容本地服务器，也可接入 Pi、Hermes Agent、OpenClaw 等 Agent 工具使用。
Hugging Face · 新模型：abliteratedAI 评分2727 hmkle 发布 Qwen3.5-4B Abliterated GGUF 量化版本
hmkle 在 Hugging Face 发布 Qwen3.5-4B Abliterated 的静态 GGUF 量化版本，提供从 Q2_K 到 Q8_0 及 f16 的多种规格，大小从 1.9GB 到 8.5GB 不等。其中 Q4_K_S 和 Q4_K_M 标注为快速推荐选项，Q8_0 质量最佳，并附带 mmproj 多模态补充文件；weighted/imatrix 量化可另行获取。
Hugging Face · 新模型：uncensoredAI 评分4444 AEON-7 发布 Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED MXFP4/MXFP6 ROCm 版
AEON-7 将其无审查版 Qwen3.8-27B 量化为 OCP Microscaling 格式以适配 AMD GPU：MLP 用 MXFP4、Gated DeltaNet 投影用 MXFP6，其余保持 BF16，checkpoint 为 23.7 GB（BF16 原版 55.6 GB），支持 262,144 token 原生上下文。
Hugging Face · 新模型：uncensored精选AI 评分6969 
Qwen3.8-Flash-Next GSQ-RCO 消融版 GGUF 发布：144 个张量移植保留上游量化布局
SC117（0xSojalSec）在 Hugging Face 发布 Qwen3.8-Flash-Next 的 GSQ-RCO 消融版 GGUF，通过对已量化模型直接移植张量来移除拒绝方向：48 层中 144 个写入残差流的投影张量替换为 orcarouter 的消融权重，其余 1079 个张量逐字节不变。
推荐理由：原文给出逐张量 blake2b 校验和体积、速度代价核算，展示了在已量化模型上做消融移植而不重算张量的完整流程。
Hugging Face · 新模型：uncensoredAI 评分4141 
Qwen-Image-2.1 Uncensored GGUF 量化版本发布
用户 laazuri 在 Hugging Face 发布 Qwen/Qwen-Image-2.1 的无审查 GGUF 量化版本，提供 BF16 到 Q4_0 等多种量化文件，体积从 14.23 GB 到 4.15 GB 不等，其中 Q4_K_M 被推荐为体积与质量的最佳平衡。仓库同时打包 ComfyUI 所需的 text encoder（qwen3vl_8b）和 VAE 配套文件，需配合 leejet 的 ComfyUI-GGUF fork 使用。该版本无内置安全检查器或内容过滤，可直接生成成人及 NSFW 内容，采用 Qwen Research License 授权。
Hugging Face · 新模型：abliterated精选AI 评分6969 Ling-3.0-tiny-Abliterated GGUF 发布：拒绝率从44/44降至12/44且GSM8K无损
作者alexwkleung用Heretic制作并经llama.cpp量化的inclusionAI/Ling-3.0-tiny（8B总参/约1B激活MoE）abliterated版本，提供Q4_K_M至Q8_0共4个GGUF文件。作者用Heretic优化器未见过的44条测试提示实测，拒绝率从思考关闭43/44、开启44/44降至11/44、12/44；思考关闭下GSM8K n=100与原版同为93/100。作者强调这是针对过度拒绝的escape hatch而非无审查模型，不增加任何知识，且思考与非思考路径的拒绝均被去除；方向性消融共修改1692个张量，集中在第8至23层。
推荐理由：作者用未见过的44条测试题和GSM8K对照给出拒绝率与能力变化的实测数据，读者可以自己判断这个去对齐版本的实际效果。
Hugging Face · 新模型：abliteratedAI 评分3434 Anotos 发布 LFM2-8B-A1B-Abliterated 的 MLX 4-bit 量化版
Anotos 将 huihui-ai 的 abliterated（去审查）版 Liquid AI LFM2 8B-A1B 转换为 MLX 4-bit 量化模型，面向 Apple Silicon。该模型为 MoE 架构，总参数 8.3B、每 token 激活约 1.5B，文件 4.69 GB，专家路由门控保留 8 bit，需 mlx-swift-lm 3.31.4 及以上版本。模型已移除安全护栏，不内置入 Erato 应用，需手动添加，采用 LFM Open License v1.0 许可。
Hugging Face · 新模型：abliteratedAI 评分2222 root4k 发布 Huihui-Qwen3.8-Flash-Next-abliterated-oQ4e-mtp 量化模型
root4k 在 Hugging Face 上发布 Huihui-Qwen3.8-Flash-Next-abliterated 的 oQ4e-mtp 量化版本，采用 oQ（oMLX v0.7.0）混合精度量化。模型类型为 qwen4_exp，4 bit、group size 64，格式为 MLX safetensors。
Hugging Face · 新模型：uncensoredAI 评分3838 Dacheng-cn 发布 Qwen3.8-27B-Uncensored oQ8e FP16 量化版（oMLX 0.7.0）
Dacheng-cn 基于 OrcaRouter 源模型的原始 BF16 权重重新量化出 Qwen3.8-27B-Uncensored oQ8e FP16 版本，权重约 30.92 GB，保留 MTP 的 29 个 Tensor，在 M1 Ultra 上使用 oMLX 0.7.0 正式版测试。
Hugging Face · 新模型：uncensoredAI 评分4444 Qwen3.8-27B Uncensored FP8 发布：去审查 + DFlash2 投机解码的 radiance 容器
StillDeadcode 发布 Qwen3.8-27B Uncensored FP8 模型，移除原模型的安全对齐（abliterated refusal direction），打包为单个 .rad 容器供 radiance 推理引擎使用，文件大小 29.43 GiB。该模型合并了 z-lab/Qwen3.8-27B-DFlash2 块扩散 drafter 用于投机解码，草稿经验证后不改变输出；附带 27 块 bf16 视觉塔，支持图像和视频输入。上下文训练长度 262,144 tokens、实测 200K，在 2× Radeon AI PRO R9700 上构建测试，服务器兼容 OpenAI API。
Hugging Face · 新模型：abliteratedAI 评分3434 fyb1214 发布 Huihui-Qwen3.8-27B-Abliterated-Ternary-Bonsai 的 NInfer 单文件封装
fyb1214 将 huihui-ai 的 abliterated Ternary-Bonsai-2-27B（消融第 22–52 层）重新封装为 NInfer 引擎可读的单文件 .ninfer 容器，基于 f16 版本用量化器重制 PQ2_0 与 PTQ1_0 两种打包，各 6.87 GiB，类型分布与 PrismML 原版 PQ2_0 一致。
Hugging Face · 新模型：uncensoredAI 评分4343 HauhauCS Qwen3.8-27B-Uncensored 发布 imatrix 优化的 NVFP4 量化版本
HauhauCS 发布 Qwen3.8-27B-Uncensored-Aggressive 的 imatrix 优化 NVFP4 量化版本（Q5_NVFP4），体积从 Q5_K_P 源文件的 18.83 GiB（5.92 BPW）降至 14.74 GiB（4.63 BPW），约缩小 22%。该版本保留了原生 MTP/NextN 头、视觉能力和完整 Aggressive 去审查配置，LM head（output.weight）首次做了 imatrix 优化。模型针对 Blackwell（sm_120）GPU 原生加速构建，但文件为标准 GGUF，可在任意当前 llama.cpp 版本上加载。
Hugging Face · 新模型：abliteratedAI 评分5151 ericmey 发布 Qwen3.8-27B-abliterated GPTQ-Int4 量化版，面向 Intel Arc vLLM 部署
ericmey 在 Hugging Face 发布 huihui-ai/Huihui-Qwen3.8-27B-abliterated 的 GPTQ-Int4（sym, G128）量化版，附带 BF16 MTP 草稿张量与 F16 视觉塔，约 19 GB，面向 vLLM Intel Arc XPU 部署，也可加载于 CUDA。
Hugging Face · 新模型：abliterated精选AI 评分5656 shamidk 发布 Apex Flash 1 abliterated 的 DS4 混合 Q2 GGUF 量化版
shamidk 在 Hugging Face 上发布了 Apex Flash 1 abliterated 的纯文本 GGUF 转换版，采用 IQ2_XXS 与 Q2_K 混合量化配方，文件 89.88 GiB、含 1,412 个张量，省略视觉权重。作者在 128 GiB 内存的 Apple M5 Max MacBook Pro 上用 DS4 runtime 实测，解码速度中位数 11.13 tokens/s，有界质量测试 3/4 通过、严格类型化工具测试 34/36 通过；作者明确说明 abliteration 只针对拒绝行为，不代表能力提升，Agent 编码交付、视觉权重、更大上下文和与 BF16 的质量对等均未验证。转换版以 MIT 许可分发。
推荐理由：这是一次量化转换加实测记录，作者给出了具体推理速度、质量测试结果和明确的未验证范围，便于读者自行评估可用性。
Hugging Face · 新模型：uncensoredAI 评分2121 OpenIntelligenceNet/NeoHorse-1-4B-Uncensored-Zero-Refusal-GGUF 上架 Hugging Face
4B 参数的无审查模型 NeoHorse-1-4B-Uncensored-Zero-Refusal-GGUF 以 GGUF 格式（F16）在 Hugging Face 上线。页面提供了 llama.cpp、Ollama、Docker Model Runner、Lemonade 等多种本地运行方式的安装与启动命令，也可接入 Pi、Hermes、OpenClaw 等 Agent，或通过 llama.cpp 启动 OpenAI 兼容的本地服务器并附带 Web UI。
Hugging Face · 新模型：abliteratedAI 评分2929 Apex Flash 1 Abliterated AWQ 社区量化版发布
Hugging Face 上发布了 Cantina Security 的 Apex Flash 1 Abliterated 的 AWQ 社区量化版，采用 GLM-5.3-Flash 架构，为专家专用 W4A16 量化（对称 INT4，group size 128），保留全部 36,288 个 routed expert projections。模型逻辑参数 313.89B，九个 Safetensors 分片约 176 GB，属实验性发布，已在修补版 GLM-5.3 SM86 vLLM 构建上通过文本生成和结构化 tool-call 冒烟测试，但长上下文、视觉等行为未经验证。上游 abliterated 版本会修改拒绝行为，仅面向获授权研究，采用 MIT 许可证。
Hugging Face · 新模型：uncensoredAI 评分3838 gpt-oss-120b-Uncensored MXFP4 量化版模型发布
Hugging Face 上发布 gpt-oss-120b-Uncensored 的 MXFP4 量化版本，基于 openai/gpt-oss-120b 用 LoRA 微调，移除默认安全过滤与拒绝行为，支持生成成人内容。
Hugging Face · 新模型：uncensoredAI 评分3131 mradermacher 发布 Qwen3.6-35B-A3B-Uncensored-Genesis-Final 的 i1-GGUF 量化版本
mradermacher 在 Hugging Face 发布 Qwen3.6-35B-A3B-Uncensored-Genesis-Final 的 imatrix 加权量化 GGUF 版本，提供从 i1-Q2_K（13.3GB）到 i1-Q6_K（29.3GB）的多种规格，其中 i1-Q4_K_S 被标注为尺寸、速度与质量的最佳平衡，i1-Q4_K_M 快速且推荐。静态量化存放在另一仓库，mmproj 文件也在该静态仓库中。
Hugging Face · 新模型：uncensoredAI 评分1818 Qwen-Image-2.1-Uncensored GGUF 量化模型上线 Hugging Face
Hugging Face 上线 Sica-Quants-1 发布的 Qwen-Image-2.1-Uncensored-GGUF 模型。该模型基于 7B 参数架构，提供 4-bit、5-bit、6-bit、8-bit 和 16-bit 多种量化版本，暂未附带模型卡片，上月下载量尚未统计。
Hugging Face · 新模型：uncensored精选AI 评分5656 vaultai 发布 Qwen3.8-27B 的 abliterated 去拒绝 MLX 量化版
vaultai 发布 Qwen3.8-27B-Uncensored-MLX，通过 abliteration（对拒绝方向做正交化）移除安全对齐，并提供 2/4/6/8-bit MLX 量化用于 Apple Silicon。4/6/8-bit 版本拒绝探针零拒绝、数值保真度 cos 0.996 至 0.9997，视觉和 262K 上下文保留；2-bit 生成严重退化仅供存档。仓库已门控，附 mlx-vlm、LM Studio 和 MTP 投机解码用法。
推荐理由：发布方给出了各精度量化的数值保真度、拒绝探针零拒绝和视觉能力实测，读者可以据此评估每个档位是否可用。
Hugging Face · 新模型：abliteratedAI 评分4343 LMLiutenant 发布 Qwen3.6-35B-A3B-abliterated-v2 的 GGUF 量化版本
Hugging Face 用户 LMLiutenant 用 llama.cpp 制作了 abliterated（抑制拒答）版模型 wangzhang/Qwen3.6-35B-A3B-abliterated-v2 的 GGUF 量化，属非官方再分发。该模型为 MoE 架构，总参数 35B、每 token 激活约 3B（256 个专家激活 8 个），上下文长度 262144 tokens。仓库提供 IQ2_XS 到 Q8_0 共 24 种量化，并附 F16 多模态 projector，各量化均基于同一 importance matrix 计算，BF16 源模型 wikitext-2 PPL 为 6.4743。