新闻、仓库与研究，按时间排列。
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，采用原生 FP8 权重、支持 1M token 上下文、视觉与工具调用，无需自定义 model.py 或运行时钩子，可直接按 base 模型加载。
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》
Ai2 发布 FairStress 基准，用 300 个真实两难决策场景、扩展后超 1300 万测试用例，测量大语言模型在不同人口身份下的决策稳定性和解释差异。实验发现存在反刻板印象的过纠，模型在对抗性前缀下更容易放弃有利于多数群体的正确决策，匹配前缀下向少数群体切换的概率高出 8.8 到 42.4 个百分点；对 BBQ 的对比显示评测提问和打分方式会改变测得的偏见方向。
推荐理由：不止测最终选择，还用对抗性前缀测决策稳定性，揭示了用固定选项打分的旧基准可能漏掉的反向过纠现象。
jcartu 基于 deepseek-ai/DeepSeek-V4.1-Flash-1017 发布 abliterated 版本，用 grimjim 保范数双投影方法在 4-36 层反转拒绝方向，仅改写 attn.wo_b 与共享专家 FFN w2 两类张量，打包为 Local Inference Lab 的无损 FP4-CSF 格式。实测拒绝数从 17 降到 1，MMLU 保持 88.95% 不变，KL 散度仅比运行间噪声高约 0.011；CSF 版需通过 LiL vLLM 镜像以 --load-format mxfp4_csf 加载，权重 MIT 许可，访问需向 Local Inference Lab 社区申请。
推荐理由：原文给出完整的消融方法、拒绝率前后对照和 MMLU、KL 散度等质量数据，读者可据此评估这个去对齐版本的实际代价。
xtools-at 基于 unsloth/Ministral-3-3B-Reasoning-2512 发布去对齐版本，使用 Heretic v2.0.0.dev0 的 Arbitrary-Rank Ablation 方法，对第 9 至 20 层做消融。实测 100 次中拒绝次数从原版的 91 次降到 1 次，KL 散度为 0.0170。原模型为 Ministral 3 家族最小的 3.4B 语言模型加 0.4B 视觉编码器，支持 256k 上下文窗口，BF16 下可装入 16GB 显存，量化后低于 8GB，采用 Apache 2.0 许可证。
推荐理由：原文给出 Heretic 消融参数与拒绝率前后对比，读者可据此判断这个去对齐版本实际去掉了多少。
zjj1993 发布面向智谱 GLM-5.3-Flash 的去中国政治审查 LoRA（rank 32，107M 参数，仅作用于 attention 与 shared experts），采用自蒸馏 SFT 加 DPO 两阶段训练，可精确合并进 nvidia/GLM-5.3-Flash-NVFP4 的 BF16 权重。
推荐理由：原文给出训练方法与前后对照数据，敏感话题审查率从65%降到1%，能力测试差异也在文中列明，可据此自行判断。
Hugging Face 上线 Roland2531 的 Ornith-1.5-9B-uncensored-ROCmI4-Q6IO-A8 模型仓库，README 目前为空。该模型未被任何 Inference Provider 部署，下载量暂未统计。
Hugging Face 官方宣布通过 TorchTPU 原生 PyTorch 后端，Transformers、Diffusers 和 Kernels 无需 torch_xla 或 JAX 即可原生运行在 TPU 上，用 device_map="tpu" 即可加载模型。附 Pallas kernel 与 torch.compile 支持，batch 64 下 Qwen3-30B-A3B 解码提速 21.5×、Gemma 4 26B-A4B 提速 12.8×；transformers 测试套件在 TPU 上 96.5% 通过，已报告 34 个问题并修复 19 个。
推荐理由：官方给出了从 torch_xla 迁移到原生 PyTorch 后端的具体写法，还附带 kernel 加速倍数和 CI 通过率等实测数据。
IBM Research 发布 ALTK-Evolve，通过 GPT-4.1 从智能体自身轨迹中蒸馏行为规则并追加到系统提示词，在不更新权重的情况下让 stock ReAct 智能体在 τ²-bench retail 达到 Pass^4 67.5%，登顶 2026 年 10 月 12 日榜单快照。换用 gpt-5.5 后 airline 以 82.0% 位居第一；对比显示 retail 需 292 条 lossless 全集才见效，airline 的 14 条 sup3 核心反而更可靠，代价主要是输入 token 成本上升，对话轮数略降。
推荐理由：不更新权重，仅靠从轨迹中蒸馏的提示词级规则就把 stock ReAct 智能体推上 τ²-bench 榜首，方法可直接复用。
Hugging Face 上发布 edp1096/Huihui-DeepSeek-V4-Flash-Vision-Exp-abliterated-exl3，基于 Turboderp EXL3 底座与 Huihui GGUF 供体张量，保留路由专家、视觉与 MTP，替换 18 个注意力输出 B 和 18 个共享专家下投影（Q8_0 解码为 F16）。提供 2.04bpw/75.97 GiB、2.27bpw/83.47 GiB、2.52bpw/94.08 GiB 三个分支，实测移植后上下文 129,996 至 1,046,999，各分支按 1M 窗口配置，测试引擎为 ExLlamaV3 1.5.4 与 TabbyAPI。
burningfeet 发布基于 HauhauCS/Qwen3.6-27B-Uncensored-HauhauCS-Aggressive 的 Genesis 版 GGUF 模型，采用 Genesis 后训练数据再生与校准算法，通过基于 Marchenko–Pastur 分布的自定义 SVD 修复张量噪声，保留 99% 信号与学习梯度，无需重新训练。该 27B 稠密模型原生支持 262,144 token 上下文（可扩展至 1,000,000），支持文本、图像和视频理解，推荐 NVFP4 量化，兼容 llama.cpp、LM Studio、koboldcpp 等 GGUF 运行时。
burningfeet 发布基于 HauhauCS/Qwen3.6-35B-A3B-Uncensored 的 Genesis Hermes GGUF 模型，将 DJLougen Hermes 微调中约 2k 块 FFN 专家张量数据迁移到无审查基座。该模型采用 Genesis 后训练张量修复算法，基于 Marchenko–Pastur 分布降噪，不涉及再训练。总参数 35B、每 token 激活约 3B（MoE，256 专家），原生 262K 上下文可经 YaRN 扩展至 1M，推荐 NVFP4 或 APEX 量化。
huihui-ai/Huihui-Qwen3.8-Flash-Next-abliterated 的 Orinfer E8P Q2A8 量化版本面向 Jetson AGX Orin 64GB 部署，采用近 2-bit E8P 编码与旋转处理，模型目录约 51.2 GB，只读权重约 34.52 GiB。支持文本、多图、thinking、prefix caching 与最多 7 drafts 的原生 MTP，上下文容量 262,144 tokens；实测 8,192 输入 prefill 达 809 tokens/s，Python 代码生成解码 53.84 tokens/s。权重采用 Qwen Community License 1.0，Orinfer 代码为 LGPL-3.0-or-later。
dealignai 发布 DeepSeek-V4.1-Flash-1017 的去对齐版本 DeepSeek-V4.1-Flash-1017-UNCENSORED-FP8，仅做权重级修改，保留视觉、视频、工具调用、推理档位与 1M 上下文，格式与上游字节兼容。内部实测 HarmBench-320 全部 320 条 COMPLY、零拒绝；MMLU 从基线 87.63% 降至 83.77%（-3.86 pp），其中 moral scenarios 下降 40 pp。原生 FP8 e4m3 加 FP4 MoE 专家，需 FP8 GPU，已在 4×H200 验证，MIT 许可。
hotocooo 发布针对 DavidAU/Qwen3.8-Flash-Next-Abliterated-Uncensored-Turbo-Brilliance-50x-Reasoning-Instruct-GSQ-RCO-GGUF（IQ3_S）微调的 DFlash2 草稿模型，基于 incoai/Qwen3.8-Flash-Next-DFlash2 训练 3000 步，每 7-token 块接受草稿数从 3.568 提升至 3.796。该草稿模型非独立语言模型，输出与目标模型 greedy 结果完全一致。
AtomicChat 将 DeepSeek-V4.1-Flash-1017 中的拒绝方向从发布权重中投影移除，烘焙成 GGUF 并附 rank-1 LoRA 适配器。实测 JailbreakBench 英文拒绝率 91.4%→0.0%，俄语 69.0%→0.0%，XSTest 8.0%→0.4%，MMLU 86.0%→86.6%（p=0.69）；3.58bpw-Q2_K 版占盘 334.8 GB，Engram n-gram 表可留在 SSD。需未合并的 llama.cpp 支持构建，暂不能在 Atomic Chat 中运行。
同一新闻，精选展示《AtomicChat 发布 DeepSeek-V4.1-Flash-1017 无拒绝版 GGUF 权重》
Dyluhn 于 2026-10-20 发布 orcarouter/Qwen3.8-Flash-Next-Uncensored 的 EXL3 量化版本，总体 4.03 bpw，采用 exllamav3 1.5.2 与 turboderp 的 4.05 设置，所有 routed expert 压至 4 bpw、attention 6 bpw。模型引入层内共享输入 sign/scale 向量（suh）以支持开发中的 radiance-exl3 内核，n-gram 表沿用 turboderp 版本且与基座逐字节一致。该仓库未在 exllamav3 中实测，质量未测量；许可证为 Qwen Community License 1.0。
该提交修复了首页 stargazer CTA 按钮的失效链接：原 href 指向会 404 的 /stargazers 页面，现改为指向 GitHub 仓库地址，并保留 target="_blank" 和 rel="noopener noreferrer" 在新标签页打开。
Kiwimaker 发布 DeepSeek-V4.1-Flash-1017 Maya-S 的 abliterated GGUF 替换分片，对每个模型 62 个张量施加 rank-2 拒绝削减编辑，提供 Maya v1.1.17 六分片、v1.1.16 四分片及多个 unsloth 布局。实测显示有害拒绝率从 100% 降至 4%，校正准确率差异 0/50，needle 检索 6/6 保持，解码速度下降约 12.8%。附完整下载校验、Maya 部署与编辑复现脚本，MIT 许可。
推荐理由：原文给出拒绝率前后对比、needle 检索与速度数据，读者可据此判断这个去对齐版本损失了多少能力。
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。
VaultAI 在 Hugging Face 发布基于 Qwen/Qwen3.8-Flash-Next 的去审查（abliterated）GGUF 模型，采用 huihui-ai 的 abliterated 构建与 unsloth UD-Q4_K_XL 量化并合并为单文件。在 100 条提示词的盲评测试中，质量得分 4.61 对 4.44，容错性 4.86 对 3.83，0 次拒答，沿用 Qwen 许可证（含商用条款）。
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。
Hugging Face 的 PyTorch 团队介绍 PyTorch 2.15 对 MPS 后端的改进：新增 float8_e4m3fn 张量与 F.scaled_mm，MoE 模型解码比 2.14 提速 5 到 6.5 倍，M3 Ultra 上 Qwen3.6-35B-A3B 从 9.4 升到 61.3 tokens/s，LFM2.5-8B-A1B 从 23.6 升到 123.6 tokens/s。线性层走专用 GEMV 内核（几何平均 1.23 倍），词表 softmax 约 8 倍加速；Wan2.2 视频 VAE 解码的驱动内存峰值从约 270 GiB 降到 8 GiB，并修复了 Qwen-Image-2.1 VAE 编码器在 MPS 上损坏图像的问题。
推荐理由：Hugging Face PyTorch 团队亲述 MPS 后端改进细节，给出各模型的实测吞吐数字，Mac 上跑模型的读者可以对照评估升级收益。
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》
mradermacher 在 Hugging Face 上提供 LFM2.5-24B-A2B-uncensored 的 i1-GGUF 量化版本，示例量化为 Q2_K。该模型可通过 llama.cpp 在本地运行，支持 llama serve 启动 OpenAI 兼容服务器或 llama cli 直接推理，也可用 Ollama、Docker Model Runner、LM Studio、Jan、Lemonade 等工具加载，并可接入 Pi、Hermes、OpenClaw 等 Agent。
dealignai 发布 DeepSeek-V4.1-Flash-1017 的去对齐版本，在原生 FP8 e4m3 权重上做 abliteration，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 全部 320 项 COMPLY、零拒绝；MMLU 从基线 87.63% 降至 83.77%，其中 moral scenarios 下降 40 pp。权重与上游字节兼容，需 FP8 GPU，已在 4×H200 验证，MIT 许可。
作者发布了 google/gemma-3-12b-it 的无审查 abliterated v2 版本，提供 1B、4B、12B、27B 多种规格的 GGUF 量化。新版本以更高精度针对拒绝行为，通过对比有害与无害样本的残差流计算拒绝方向并对 o_proj 等模块的隐状态做正交化，权重因子服从带峰值层的正态分布，支持分批迭代正交化或累积拒绝方向以节省显存；评测结合词典方法与 NousResearch/Minos-v1，目标是接受率大于90%且输出保持连贯，并建议使用 temperature=1.0、top_k=64、top_p=0.95 的生成参数。
推荐理由：作者给出了消融的具体实现方法和以接受率大于90%为目标的评测方式，可据此了解这一版去对齐权重的做法。
lodestones 在 Hugging Face 发布 Kromoss，是对 MOSS-Image-Base 的全参微调（1024 px，704k 训练图，发布 EMA 权重），架构与 MOSS-Image-SFT 相同、可直接替换，主要修复 Base 模型的模糊问题。仓库同时提供 8-steps-dmd-lora.safetensors（8 步、CFG 1、无负分支的 DMD 蒸馏 turbo LoRA）、int8 ConvRot 量化单文件（5.4 GB）、ComfyUI 原生支持与转换脚本，权重采用 Apache 2.0 许可。PartiPrompts（100 提示词，CLIP ViT-L/14）显示 Kromoss + LoRA 得分 27.82，高于 MOSS-Image-Base 的 27.19。
推荐理由：这是官方模型卡，给出了完整采样设置、ComfyUI 与 diffusers 用法以及 PartiPrompts 对比数字，便于直接上手和评估效果。
A0Sh 将 QuixiAI/WizardLM-7B-Uncensored 通过 llama.cpp 的 GGUF-my-repo 转换为 Q2_K 量化 GGUF 格式并发布在 Hugging Face。该模型可用 llama-cli 或 llama-server 直接加载，server 示例使用 -c 2048 上下文长度，并支持通过 LLAMA_CUDA=1 等编译选项在 Nvidia GPU 上运行。
开发者 Indra's Mirror 在 Hugging Face 发布 DeepSeek-V4.1-Flash 的 GSQ 混合量化版（163 GB，152 GiB 专家权重），基于 dealignai 的 abliterated 无拒绝行为检查点，需搭配自研 Xolotl 引擎在 RTX 4090（24 GB）加 90 GB 内存加 NVMe 的单机上运行，512K 上下文。量化采用 ternary/2-bit/3-bit 混合专家格式加 Q8_0 稠密层，总位宽与均匀 2.25-bit 持平，校准代理上输出误差比均匀 Q2_0 低 17%；实测 prefill 约 250 tok/s，DSpark 解码 17-30 tok/s，HumanEval 21/21、工具调用 10/10。
同一新闻，精选展示《DeepSeek-V4.1-Flash GSQ 混合精度量化版发布，单张 RTX 4090 可跑 552B MoE》
mradermacher 发布 Huihui-Kolibri-1-BF16-abliterated 的 imatrix 与 i1-GGUF 量化版本，提供从 i1-Q2_K（28.7 GB）到 1.0 imatrix 文件等多档量化，并附低质量量化类型对比图。静态量化版本另行提供，模型页可查看完整下载列表。
alesha-pro 在 Hugging Face 发布 Qwen3.8-Flash-Next 的 abliterated Strata GGUF 量化包，含 S 和 S-small 两种规格，基于 Mirai 的 2-bit trellis 构建，用 huihui-ai 的拒绝方向向量去除拒绝行为。实测 AdvBench 64 条提示中 stock 版拒绝 64 次、加向量后仅 1 次，Alpaca 无害提示基本不受影响。可在 1-2 张 RTX 3090 上运行，S 版解码 82-113 tok/s，支持最高 262144 上下文，需 Linux、CUDA 12.8+ 和约 64 GB 内存。
推荐理由：作者实测了加拒绝向量前后的拒绝数和各档速度内存数据，读者可以据此判断这个去对齐量化包的实际表现。
Hugging Face 上架 mradermacher 的 Qwen3.5-9B-Claude-3xMerge-UNCENSORED-heretic-i1-GGUF 量化模型，基于 Qwen3.5-9B 的去审查（uncensored）合并版本，提供 i1 量化。仓库页面未附模型卡详情，下载量与硬件兼容性信息需登录查看。
mradermacher 在 Hugging Face 上提供 LFM2.5-24B-A2B-uncensored 的 GGUF 量化版本，示例量化格式为 Q4_K_S。该模型可通过 llama.cpp 直接运行或启动 OpenAI 兼容本地服务器，并支持在 Ollama、LM Studio、Jan、Docker Model Runner、Lemonade、Pi、Hermes Agent、OpenClaw 等工具中使用。
huihui-ai 基于 Qwen/Qwen3-VL-4B-Instruct 通过 abliteration 技术发布去审查版本 Huihui-Qwen3-VL-4B-Instruct-abliterated，仅处理文本部分、不改动图像部分，模型不再回复“无法描述或分析此图像”。该模型已可在 Ollama v0.12.7 及以上版本中以 huihui_ai/qwen3-vl-abliterated:4b-instruct 直接运行，官方建议用于研究或受控环境，避免直接用于生产场景。
sysop1122 在 Hugging Face 发布 Qwen3.8-Flash-Next-Uncensored 的 NVFP4 量化版，将 OrcaRouter 的消融 BF16 权重按 Primitive 的 experts-only RTN 方案打包，路由专家为 NVFP4 group 16，51B PLE n-gram 表保持 BF16 以支持 VLLM_PLE_CPU_OFFLOAD。消融沿用 Arditi et al. (2024) 的拒绝方向移除，仅编辑 149 个残差写入张量，未改动视觉塔、MoE 路由和 gate_up_proj；该版本未重跑 AdvBench/HarmBench 评分，仅做了文本、视觉 OCR 和工具调用解析的抽查。
推荐理由：模型卡给出了消融编辑的具体张量清单和 DGX Spark 实测吞吐数据，读者可据此判断去对齐程度与单卡部署成本。
mradermacher 在 Hugging Face 上发布 flux-3-image-klein-prompt-upsampler 的 abliterated GGUF 版本，提供 F16 量化。该模型可通过 llama.cpp 在本地运行，支持 llama serve 启动 OpenAI 兼容服务器或 llama cli 直接推理，也可用 Ollama、Docker Model Runner、Lemonade 等工具加载。
mradermacher 在 Hugging Face 上提供 Huihui-Kolibri-1-BF16-abliterated 的 GGUF 量化版本，示例量化为 Q4_K_S。该模型可通过 llama.cpp 在本地运行，支持启动 OpenAI 兼容服务器或终端直接推理，并可在 Ollama、LM Studio、Jan、Docker Model Runner、Lemonade 等工具中使用。
Hugging Face 上架了基于 Qwen3.6-35B-A3B 的 uncensored-heretic GGUF 量化模型，采用 Q6 量化并保留原生 MTP。该模型目前未部署到任何 Inference Provider，下载量未被统计，README 暂无内容。
mradermacher 在 Hugging Face 上提供 Qwen3.5-9B-Claude-3xMerge-UNCENSORED-heretic 的 GGUF 量化版本，示例量化为 Q4_K_S。该模型可通过 llama.cpp 在本地运行，支持 llama-server 启动 OpenAI 兼容服务器和 llama-cli 直接推理，也可用 Ollama、Docker Model Runner、Lemonade 等工具加载，并可接入 Pi、Hermes、OpenClaw 等智能体工具。
neko-legends 发布 DeepSeek-V4.1-Flash-1017 的 3.5 bpw EXL3 去审查量化包，对 54 个 abliterated 矩阵以 K=6 重新编码，编辑保留率 mean 0.9992，量化误差比 2.9 bpw 包低约 40%。在 4× DGX Spark 上 MMLU-500 chat 达 81.0%、HumanEval-164 pass@1 达 93.29%，但每 rank 需 67.3 GiB 内存，prefill 吞吐比 2.9 bpw 包低 76%，官方建议四卡环境仍用 2.9 bpw 包。