新闻、仓库与研究，按时间排列。
Hugging Face 用户 natsuto999 发布了基于 Qwen/Qwen-Image-2.1 上游权重的无审查 GGUF 量化版本，提供 BF16（14.23 GB）到 Q4_0（4.15 GB）等多档量化文件，推荐 Q4_K_M 以平衡体积与质量。该版本移除内置安全检查器，可直接生成成人及 NSFW 内容，输出取决于输入提示词与运行环境。模型可配合 ComfyUI 与 ComfyUI-GGUF 本地运行，文本编码器可卸载到系统内存以节省 9–17 GB 显存，许可证为 Qwen Research License。
SlickPulla 在 trohrbaugh/Qwen3.8-27B-heretic-ara 基础上再做两遍 ARA 消融，发布 Qwen3.8-27B RVN Heretic Abliterated Uncensored GGUF，有害提示拒绝率从 3/100 降到 0–1/100，KL 损伤从 0.0535 降到 0.0085。全部 53 个 RVN 文件内嵌官方 Qwen3.8 chat template，每个量化都附带嵌入 MTP 草稿头的孪生文件，128 token 实测平均提速约 55%，仅 IQ1_M 反而慢约 60%，IQ1_S 只提升约 4%，文档还按 8 GB 到 64 GB 显存给出了推荐文件。
fyb1214 将 huihui-ai 的 Huihui-Qwen3.8-27B Abliterated Swift-1.5 GSQ-RCO GGUF 系列重新打包为 NInfer 引擎可用的单文件 .ninfer 容器，共发布 IQ2_XS、IQ2_S、IQ3_XXS、IQ3_S 四个量化档位，文件从 8.76 GiB 到 11.91 GiB 不等，其中 IQ3_S 档需要 16 GB 以上显存或卸载。该仓库仅做格式转换，abliteration（第 22–52 层去拒绝方向消融）由 huihui-ai 完成，文本塔无重新量化或再训练。模型仅在 Hugging Face 发布，安全过滤大幅降低，仅建议用于研究和受控环境。
vaultai 在 Hugging Face 发布 GLM-5.3-Flash 的 abliterated 4bit 量化版（oQ4e，173 GiB，35 个分片），基于 Blackfrost-Research 的去对齐 BF16 权重，面向 Apple Silicon 的 oMLX 运行时。去对齐在上游权重层完成，Blackfrost-Research 用 R1-HARMFUL-BENCH-450 测得有害提示拒绝率 1.3%（4/300），本 4bit 版仅做了抽查未系统复测。视觉塔与 MTP 草稿头均保留并经真实请求验证，M3 Ultra（256 GB）实测短上下文 DFlash2 解码最高 51.2 tok/s，附带的前缀缓存补丁把多轮长上下文 TTFT 从约 46 s 降到 0.26 s。
推荐理由：模型卡附上了上游拒绝率实测与 Apple Silicon 上的逐档解码速度和 TTFT 数据，读者可以对照判断量化后的行为和性能。
TokenTinkerer 基于 HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive 发布了 TTQ 十档 GGUF 量化集，从 3.33 bpw 到 6.72 bpw，全部从上游 Q8_K_P 用自建 imatrix 重量化。每档以同一机器同一协议实测 KLD/RMS 与 llama-bench 速度，每档 KLD 均优于上游仓最接近尺寸的量化 1.26× 到 3.51×，同质量档位小 1.44 到 7.90 GiB，匹配对比下 decode 快 6% 到 19%、prefill 快 28% 到 80%。
推荐理由：作者用同一协议实测十档量化的KLD、体积与速度，并给出与上游仓位的逐项对照，读者可按显存和用途挑选合适的档位。
nyaaorick 在 Hugging Face 发布 Qwen3.8-27B-Uncensored 的 MLX 3-bit 混合精度量化版本，面向 Apple Silicon，磁盘占用 9.82 GB，平均每位权重 2.915 bit，短提示峰值内存约 10.5 GB。
dealignai 在 Hugging Face 发布 GLM-5.3-UNCENSORED-FP8，对 GLM-5.3-FP8（基于 zai-org/GLM-5.3，753B、78 层、text-only 的 glm_moe_dsa 架构）做权重级去对齐：仅修改 bf16 residual-writer 张量，FP8 专家路由不变，无微调、无 LoRA、无运行时钩子。
Nathan512 在 Hugging Face 上发布 Qwen/Qwen-Image-2.1 的 Uncensored GGUF 量化版本，提供 BF16、Q8_0、Q6_K、Q4_K_M 等 12 种格式，体积 4.00–14.23 GB，推荐兼顾体积与质量的 Q4_K_M（约 4.60 GB）。
Hugging Face 用户 Aero2026 基于 Qwen/Qwen-Image-2.1 原始权重发布了无内容过滤的 GGUF 量化版本，可配合 ComfyUI 与 ComfyUI-GGUF 本地生成图像。提供 BF16 到 Q4_0 等多种量化，文件大小 4.15 GB 至 14.23 GB，推荐 Q4_K_M（4.60 GB）兼顾体积与质量；文本编码器 qwen3vl_8b 与 VAE 文件也打包在仓库内。该版本移除了内置安全检查器，可直接生成 NSFW 内容，采用 Qwen Research License。
mradermacher 在 Hugging Face 上发布 Qwen3.5-27B-uncensored-heretic-v1 的 imatrix 量化 GGUF 系列，提供从 i1-IQ1_S（7.2GB）到 i1-Q6_K（22.2GB）等多种规格，并附 0.1GB imatrix 文件供自行制量。
bjivanovich 在 Hugging Face 发布 Qwen3.8-27B-Uncensored-Cyber 的自定义 ATX GGUF 量化版本，在 blk.64 内嵌 MTP 草稿头，面向渗透测试、漏洞审计等进攻性安全与代码推理场景。
mradermacher 在 Hugging Face 发布了 Abliterated-Dolphin3.0-R1-Mistral-24B 的 imatrix GGUF 量化版本，提供从 i1-IQ1_S（5.4GB）到 Q6_K（19.4GB）的多种量化档位。其中 Q4_K_S（13.6GB）被称为尺寸、速度与质量的最优平衡，Q4_K_M（14.4GB）为推荐选项，并单独提供 0.1GB 的 imatrix 文件供用户自行创建量化。
Hugging Face 上架 abliterated 版 GGUF 模型 jingamin/Qwen3.8-27B-ABLITERATED-BF16.i1-Q5_K_M.gguf（Q5_K_M 量化）。
jingamin 在 Hugging Face 上提供 Qwen3.6-27B-Heretic2-Uncensored-Finetune-Thinking 的 i1-Q5_K_M GGUF 量化模型，该模型为无审查微调版本且支持思考（Thinking）。
abliterated 版 Huihui-Qwen3.8-27B 的 Q5_K 量化 GGUF 模型已在 Hugging Face 发布，基于 Qwen3.8 27B。该页面给出在 llama.cpp、Ollama、LM Studio、Docker Model Runner、Lemonade 等工具中的使用方法，可通过 llama serve -hf 启动本地 OpenAI 兼容服务器并直接推理。
Hugging Face 上架 abalogh 发布的 Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-ULTRA-HERETIC-Uncensored-oQ4e-mtp 无审查模型，为 Safetensors 格式。模型规模 28B 参数，张量类型为 U32 · BF16，目前无模型卡片、未部署到任何 Inference Provider。
nerkyor 在 Hugging Face 发布基于 Qwen3.8-27B-EfficientThink 的多轮 SFT 与 RLOO 后训练模型 Qwen3.8-27B-Coder390-EfficientThink，目标是修复原模型已有答案却反复推导直至撞上 94K 上限导致空答案的习惯。GPQA 178/198、MMLU 450/500、LCB 90/100（静态 FP8，原模型为 177/444/83），94K 截断从 GPQA 4 降到 1、LCB 13 降到 3。仓库提供 BF16、静态 FP8、NVFP4、INT8、INT4、GGUF Q2 至 Q8_0 等多档权重，均含内置 MTP，支持 SGLang 免补丁加载，并给出 DFlash2 与 MTP 两种投机解码的测速建议。
推荐理由：从模型卡给出多档量化的完整三套评测与截断对比，读者可据此判断修复后模型在精度和速度上的实际表现。
Hugging Face 上架了 jingamin 的 gemma-4-31B-it-The-DECKARD-HERETIC-UNCENSORED-Thinking 量化版 GGUF 模型（Q5_K_M）。
Gokugamer 在 Hugging Face 发布 Qwen3.8-27B 的 HauhauCS Aggressive 无对齐 GGUF 量化版，实测 0/465 次拒绝，直接作答、几乎无前导语。
推荐理由：原文给出各量化的拒绝数与 FastMTP 加速实测数据，读者可据此判断该去对齐版本的实际表现。
mradermacher 在 Hugging Face 上发布 Qwen3.5-27B-uncensored-heretic-v1 的 GGUF 静态量化版本，提供从 Q2_K（10.8GB）到 Q8_0（28.7GB）的多种量化文件，其中 Q4_K_S（15.7GB）和 Q4_K_M（16.6GB）被标注为快速且推荐，Q8_0 质量最佳。
Hugging Face 上发布 Huihui-Qwen3.8-27B-abliterated-AWQ-MTP，这是用 abliteration 技术对 Qwen/Qwen3.8-27B 去除拒绝行为后的无审查版本。模型支持 AWQ Marlin kernel 和 MTP 投机解码，在单张 A800 80GB 上（vLLM 0.21.0、MTP 开启、fp8 KV cache）达到 110+ tok/s，支持 65536 上下文长度。发布方警告安全过滤大幅减弱，仅建议用于研究和受控环境。
mradermacher 的 Qwen3.6-35B-A3B-Uncensored-Genesis-Final-Safetensors GGUF 量化模型现已在 Hugging Face 上线。
Hugging Face 新增模型 AX1Y2JP/UniPercept-abliterated-GGUF，提供 Q4_K_M 量化版本。该 GGUF 格式模型可通过 llama.cpp、Ollama、Docker Model Runner、Lemonade 等工具本地运行，也支持在 LM Studio、Jan 中加载。llama.cpp 可启动 OpenAI 兼容的本地服务器并提供 Web UI，也可直接在终端执行推理。
mradermacher 在 Hugging Face 上发布了 Abliterated-Dolphin3.0-R1-Mistral-24B 的 GGUF 静态量化版本，提供从 Q2_K（9.0GB）到 Q8_0（25.2GB）的多种规格，其中 Q4_K_S、Q4_K_M 标注为快速且推荐使用，Q8_0 质量最佳。weighted/imatrix 量化版本可在模型页面另行获取。
Hugging Face 上线 mradermacher/Qwen3.8-cyber-RedTeam-Surgical-Abliterated-GGUF 量化模型页面，提供 Transformers、llama.cpp、vLLM、SGLang、Ollama、Docker Model Runner、Lemonade 等多种运行方式。
mradermacher 在 Hugging Face 上发布 Qwopus3.8-27B-Flash-V2-abliterated 的 i1-GGUF 量化版本。
BoldingBuilds 在 Hugging Face 发布 Qwen3.8-27B-Abliterated-ThinkFix-GGUF，在移除拒绝行为之外增加一处权重行编辑，使模型完成思考后更快给出答案。
推荐理由：原文给出多种敏感提示词与代理任务的实测对照数据，可据此评估这个去对齐加推理修复版本的实际取舍。
alesha-pro 在 Hugging Face 发布 Qwen3.8-Flash-Next 的 GSQ-RCO 量化包，收录 ISTA-DASLab 的 Q2_0、IQ2_XS、IQ3_XXS、IQ3_S 四档 GGUF（逐字节复制并校验 SHA256），另附一个 480 KB 的拒绝方向向量文件，可在 Strata 引擎中运行时投影去除拒绝行为，权重保持原样。
推荐理由：原文保留原始量化权重并给出拒绝率、KL 散度和解码速度的实测数据，读者可据此评估运行时去拒绝向量对输出的实际影响。
mradermacher 在 Hugging Face 发布 Qwen3-4B-F32-BF16-3MPER0RR-abliterated 的 imatrix 加权 i1-GGUF 量化系列，共 20 余个版本，大小从 1.2GB（i1-IQ1_S）到 3.4GB（i1-Q6_K）不等，并提供 0.1GB 的 imatrix 文件供用户自行创建量化。
TechPrototyper 发布了基于 rdtand 的 GridBook 13GB 量化版 Qwen3.8-27B 的 abliterated 变体，通过将 BF16 消融供体权重移植进已有量化 checkpoint 并按原量化网格重编码，不重新量化，仅改动 1363 个张量中的 113 个。
推荐理由：原文给出在量化格式内做消融的完整方法与拒绝率、工具调用前后对比，读者可据此判断这种不重新量化的去对齐做法是否可靠。
mradermacher 在 Hugging Face 发布 Qwen3-4B-F32-BF16-3MPER0RR-abliterated 的静态 GGUF 量化版本，提供从 Q2_K（1.8GB）到 f16（8.2GB）的多档量化文件，其中 Q4_K_S、Q4_K_M 被标注为快速推荐档位，Q8_0 为最高质量档位，weighted/imatrix 量化另有单独发布。
calclout 在 Hugging Face 上传了 Qwen3.8-Flash-Next-Abliterated 的 AWQ W4A16 量化模型，模型规模为 72B 参数，采用 Safetensors 格式，张量类型包含 I32、BF16 和 I64。该模型暂无模型卡，上月下载量为 11，且尚未被任何 Inference Provider 部署。
arXiv论文2610.04403审计27个GGUF量化产物，覆盖13个模型族、0.35B-14B参数，用429个低频英文词测试写词与定义两种探针。发现Q2_K下三种状态：完全崩溃、2B以下模型出现严重语义脱节（定义能力比基线低20-67%）、约3B以上基本保持；词表大小不预示损伤（rho=0.12），参数量主导（rho=0.72），Q4_K_M在1B以上词汇无损，且WikiText-2困惑度无法校准该损伤，需逐产物验证。
推荐理由：论文用429个低频词实测27个GGUF量化产物，指出WikiText-2困惑度无法预警语义损伤，对本地部署有直接参考。
mradermacher 在 Hugging Face 发布 Huihui-Qwen3.8-Flash-Next-abliterated 的 imatrix 加权 i1-GGUF 量化版本，提供从 i1-Q2_K（80.5GB）到 i1-Q6_K（167.7GB）的多档量化文件，其中 i1-Q4_K_M 为推荐档位，i1-Q4_K_S 兼顾体积、速度与质量。
arXiv 论文提出 AutoTarget，为少步蒸馏后的 Diffusion Transformer（DiT）选择缓存复用张量，以降低采样误差。方法用少量无缓存运行测量各候选张量的复用误差并选取最低者；在 PixArt-LCM 与 FLUX.1-schnell 上的实验表明最佳缓存目标随模型、分辨率和求解器变化，校准排序与留出缓存运行一致，在减少评估次数的同时保持接近无缓存的生成质量。
论文提出 KV$^2$，一种基于选择性重构的 query 无关 KV cache 压缩方法，先用轻量代理评分器筛选上下文中的有效 token，再仅对该子集重新计算最终淘汰分数。
推荐理由：论文给出 KV$^2$ 在 RULER 和 LongBench 上随预算收紧而扩大的对比数据，可复用的 KV cache 压缩不必重处理全上下文。
SC117 在 Hugging Face 发布 Qwen3.8-Flash-Next-GSQ-RCO-abliterated-GGUF，通过对已量化 GGUF 做 144 个残差流投影张量的字节级移植实现去拒绝，不重算任何 GSQ 学到的量化值。IQ3_S 版经逐张量 blake2b 校验，1223 个张量中 1079 个与上游逐字节一致，decode 速度仅降 0.1%，四个量化档位体积仅比上游多 0.25 至 0.44 GB，行为抽查显示上游拒答的绕过付费墙请求该版本会详细回答。作者提示模型无内置安全护栏，需自行部署审核与访问控制。
推荐理由：作者用逐张量 blake2b 校验和性能对照说明直接移植已量化张量做消融的代价，方法可复用到其他 GGUF 模型。
EMA Lightning 是一个开源（Apache 2.0）的土耳其语文本转语音模型，由 5.6M 参数 DiT 声学模型和 3M 参数 vocoder 组成，总计仅约 34 MB。在 Freya-TR-Eval 上 WER 为 0.92%，低于 ElevenLabs v4、Gemini 3.8 和 2.38B 参数的 Trendyol-TTS 等所有被测系统；在 RTX 4090 上首批音频仅需 3.86 ms，比实时快 440×（批处理达 1,316×）。模型可完全离线运行于 GPU 或 CPU，无需 API key，文本和音频不离开本机，成本约 $0.0085 per million characters。
Cactus Compute 团队发布面向手机、可穿戴、机器人、智能家居、汽车和微控制器的端侧语音识别模型 Whistle，整个模型为单个 16.9 MB 文件，无需 GPU 和外部依赖，与 Needle 共用同一运行时。支持英德法西意荷波七种语言的转写（单次最长 30 秒）、词级时间戳和语音嵌入，静音返回空文本而非编造句子。WER 基于 86,174 条语音实测，并用与 Whisper、Moonshine 已发布数据对比；精度为 Whistle 2 至 4 bit，Whisper fp32，Moonshine int8。
推荐理由：原文给出了完整的 WER 基准、精度设置和与 Whisper、Moonshine 的对比口径，读者可以据此评估端侧语音识别的实际表现。
LiquidAI 发布视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下换取推理提速。解码加速在端侧最高 3.13x、H100 上最高 2.66x，端到端延迟分别提升 1.56x-2.62x 和 1.64x-2.27x；草稿模型约 280M 参数，仅增加 8.9% 参数量。
推荐理由：原文给出4层注意力 drafter 的结构与分任务实测加速数据，并解释预填充阶段为何限制端到端收益。