新闻、仓库与研究，按时间排列。
mradermacher 在 Hugging Face 上发布了 Pyrex-8B-Instruct-Uncensored 的 GGUF 静态量化版本，提供从 Q2_K（3.1GB）到 Q8_0（8.2GB）及 f16（15.3GB）等多种规格，其中 Q4_K_S 和 Q4_K_M 被标注为快速且推荐使用。加权/ imatrix 量化版本另行提供，模型页面附有量化质量对比图表和使用说明。
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。
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。
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 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。
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。
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。
Qwen 团队在 Hugging Face 开放 Qwen3.8-Flash-Next 权重，这是支撑 Qwen4 架构的实验性预览版本，总参数 125B、激活 6B，另有 51B n-gram 嵌入和 4B MTP。
推荐理由：官方模型卡给出了完整架构细节与多基准对比数据，读者可以据此评估新架构在长上下文和 Agent 任务上的实际表现。
fastino 发布 GLiNER2.5 家族中的 GLiNER2.5-Decide，一个 340M 参数英文分类模型，可在调用时传入任意标签集，单次前向完成意图、路由、情感、优先级等分类，无需提示词模板、不生成 token。
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。
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。
pablodawson 在 Hugging Face 发布面向 MiniMax-H3 FL2VA 变体的 LoRA，将单张照片生成首尾帧相同的冻结时间 360° 相机环绕视频，可无缝拼接更长镜头。
推荐理由：作者公开了 LoRA 权重、训练数据构成与完整超参数，还给出三种设置的对照视频，便于复现和评估效果。
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。
Alissonerdx 在 Hugging Face 发布 BFS（Best Face Swap）系列 LoRA，支持面部、头部和身体替换，覆盖 Qwen Image 2.1、Qwen Image Edit 2509/2511、Flux 2 Klein、Krea 2 和实验性 LTX-2 工作流。
推荐理由：BFS 面部与身体替换 LoRA 覆盖 Qwen Image、Flux 2 Klein 等多个基模型，且给出了各版本的输入顺序与强度等使用约定。
Akatz Labs 发布实验性角色替换 LoRA MiniMax H3 Character Swap v1，训练 1,000 步，需搭配 H3 Ref2VA 运行时使用。本地对比显示其背景保留优于基座模型，但动作时序、表情和硬切换仍不可靠，约 4-5 秒短片效果较好；数据集含 94 个图像编辑三元组和 40 个无变化视频/音频样本，租用成本约 $11。
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。
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。
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。
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。
SupersonicLabs 发布 Julia 家族首个模型 Julia 1，参数量 144.3M，基于 JHU CLSP 的 mmBERT-small 编码器，将状态、问题与 2–20 个候选选项转为一个明确决策。
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。
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。
NVIDIA 在 Hugging Face 发布开放权重模型 Nemotron-3-Diarization，用于判断真实音频中谁在何时说话，支持流式与离线推理，最多处理 8 个说话人。
推荐理由：模型卡给出与 diar_streaming_sortformer_4spk-v2.1 在多个基准和延迟档位下的 DER、SCA 与 RTFx 对比，读者可据此评估升级收益。
Contrastive-LM 开源了 CLM-v0.1-8B 权重（Apache 2.0），这是一个基于冻结 Qwen3-8B 编码器加状态头与动作头的 System One 对比学习模型，用于快速决策打分。
推荐理由：原文给出了与 Jev 的延迟对比和 DeepSWE、Terminal-Bench 具体分数，读者可据此评估该快速决策模型的实际性价比。
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。
VisionHOPE 的官方预训练权重已在 Hugging Face 开放下载，提供 VisionHOPE-T/S/B 三档 checkpoints。权重覆盖 ImageNet-1K 分类、COCO 目标检测与实例分割（Mask R-CNN 1×/3×）及 ADE20K 语义分割（UPerNet），可通过 Hugging Face CLI 获取。
千问（Qwen）开源 Qwen-Image-2.1，一个统一的文生图与图像编辑模型，视觉生成组件仅 7B 参数（32 层 Single-Stream DiT）。
推荐理由：官方发布页给出了架构规模、四项改进点和 diffusers 快速上手代码，读者可以直接评估生成与编辑能力是否匹配自己的用途。
千问（Qwen）在 Hugging Face 开放 Qwen3.8-27B 后训练权重，称其为 Qwen 开放模型家族迄今最强一代，基于 Qwen3.5 架构、27B 参数稠密模型，原生支持图像与视频理解。
推荐理由：原文给出与 Qwen3.6-27B、Qwen3.7-Plus、Muse Glimmer-30B、Opus4.6 Max 在编码、Agent 和视觉任务上的完整对照数据，读者可据此评估这个 27B 稠密模型在自家工作流中的实际取舍。
convaiinnovations/laya 是一个多语言非自回归 System 1 决策模型，输入状态与带类型的问题后，单次前向传播（约 33 ms）返回带校准概率的类型化答案，支持 100+ 种语言，通过 RLCD 强化学习训练，不生成文本因此无幻觉。
Cloudflare 在 Hugging Face 开源决策模型 Clef，从 Qwen3.8-27B 后训练而来，以单次前向传播对 schema 化问题逐选项输出概率，无自由文本生成与输出解析，支持文本、JSON、图片和视频输入。
推荐理由：原文附上 Decision Index 与 Jev 等基线的逐项对比和延迟数据，可据此评估该决策模型在不同任务上的取舍。
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。
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。
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。
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。
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。
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。
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。
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。
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。
johnonegram 在 Hugging Face 发布 Offender_3.8_27B_Abliterated，基于 medismera/Qwen3.8-27B-Surgical-Abliterated 持续微调的 27B 多模态安全推理模型，总参数 26.89B，原生上下文 262,144 tokens（256K），采用 FP8 量化，磁盘占用约 26.9 GB。