新闻、仓库与研究，按时间排列。
douyamv 发布 abliterated（去审查）版 Qwen3.8-27B 的 GGUF 量化版本，提供 Q8_0 到 Q2_K 共 6 档，大小约 7.9 GB 至 28 GB，适用于 llama.cpp、Ollama、LM Studio 等 GGUF 兼容引擎。该模型通过在所有层投影去除 refusal direction 实现无限制对话，基座为 27.78B 参数、上下文 262,144 tokens（可扩展至 1M+），采用 Apache 2.0 许可。
xtools-at 基于 Qwen3.5-9B-Claude-3xMerge（Qwythos-9B-v2、Qwen3.5-9B-Fable-5-v1 与 Qwopus3.5-9B-Coder 的线性加权合并）发布去对齐版本，使用 Heretic v2.0.0.dev0 的 Arbitrary-Rank Ablation 处理第 16-23 层。实测拒绝率从原模型的 99/100 降至 1/100，KL 散度为 0.0205，并在 reproduce 目录提供复现说明。模型声明 Apache-2.0 许可，合并检查点本身无独立基准结果，源模型评测数据不可直接归因于该合并版本。
推荐理由：原文给出 Heretic 消融参数与拒绝率前后对比，去对齐效果可复现可查证。
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。
Hugging Face 上发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 格式，用于本地图像生成，Q4_K_M（4.60 GB）为推荐的 GGUF 量化档位。该版本无内置安全检查器，可直接生成成人及 NSFW 内容，需配合 ComfyUI 与 ComfyUI-GGUF 使用，文本编码器 qwen3vl_8b 可卸载至系统内存以节省 9–17 GB 显存。
nofacedfl 发布基于 Xiaomi 约 1 万亿参数 MiMo-V2.6-Pro 的 abliterated "heretic" 基座的约 2-bit 量化版（300 GB，GGUF 分片），适配 Maya 引擎并带独立视觉塔，MIT 许可。实测在 5× RTX 4090 48 GB + 2× A100 40 GB 上代码生成 71–75 tok/s、200K 上下文 38–40 tok/s，支持 512K 上下文与约 1.6 秒的图像输入；abliterated 基座在该量化下 40 道 JailbreakBench 请求仍拒答 24 题，运行时拒绝向量可将拒答降到 1–5/40 但会增加编造答案，暂未随包发布。
推荐理由：原文给出拒绝率实测数据，abliterated 基座经量化后 40 题仍拒答 24 题，读者可据此判断去对齐的实际程度。
botp 发布 china-v1 审查方向文件，推理时在第 4 到 44 层投影掉该方向分量，使 Qwen3.8-Flash-Next 不再对中国敏感话题拒答或用宣传口径，原权重不变、可按请求开关。192 题评测中敏感话题拒答/回避率从 58% 降到 2%，校准回答从 11% 升到 56%；质量对照显示 Agentic 任务 34/34 持平，HumanEval+ 156 对 155、GSM8K 50 对 49、MMLU 96 对 97。方向由 30 组中英对照对比对的残差流均值差构造，已在 Strata 生产环境验证，llama.cpp 原生 --control-vector 是加法而非投影、不能复现结果；作者提示 1989 年六四短问题仍可能回避，法轮功、大饥荒和新疆的数字细节可能夸大。
同一新闻，精选展示《Qwen3.8-Flash-Next 发布 china-v1 审查方向文件，推理时去除中国政治审查》
Sameer3336s 发布基于 Qwen/Qwen3.8-27B 的去对齐微调版 GGUF 量化仓库，8bit ARC-C 735、ARC-E 882，4bit ARC-C 719，均高于原版 Qwen3.8-27B。模型用 Heretic v1.2.0+ ARA 方法去审查，Stage 1 拒绝率从 99/100 降到 0/100，KL 散度 0.0535；思考 token 减至原版的 1/2 到 1/10。仓库含常规与 MTP 两种 NEO imatrix 量化，作者在 5090 上测得 Q4_K_S 常规版约 75 t/s、MTP 版可超 90 t/s，支持 256k 上下文与视觉（需另下 mmproj 文件）。
prompts.chat 更新了 "Echoes of the Rust Age" 图像编辑 prompt：以照片中的人物为主角，将其置于末日废土峡谷场景。新版从纯文本改为结构化（STRUCTURED）格式，补充了年份设定 2189（The Rust Era）、光照、镜头角度、色调、两位主角的服装与动作，并新增 negative_prompt 排除卡通、3d render 等风格和特定颜色、物体。
prompts.chat 更新了「Code Review Specialist 2」提示词条目，将提交者从 dragoy18@gmail.com 更改为 nolanneff，并把公开属性从 TRUE 改为 FALSE。该提示词要求反馈客观专业、建议兼顾清晰性与可维护性，并结合代码的具体上下文和需求。
prompts.chat 更新了 Code Review Specialist 提示词，让模型以资深开发者身份审查代码质量、编码规范符合度、优化空间和潜在 bug。新版新增 ${language}、${framework}、${focusAreas:code quality, performance, security} 三个可自定义变量，要求反馈客观、建设性，兼顾技术性与风格层面。
prompts.chat 更新了一条名为"The Technical Co-Founder"的提示词，让 AI 扮演产品开发伙伴，将用户的想法转化为可上线的产品。该提示词设定用户为 CEO、AI 为 CTO，涵盖 5 个开发阶段：发现验证、战略蓝图、迭代开发、质量打磨和发布准备。其质量标准要求功能完整、无技术债、交付文档齐全，使用户最终可独立运营产品。
prompts.chat 更新了 Code Review Specialist（代码审查专家）prompt。原为自由文本格式，现改为结构化 YAML，包含 role 为 system 的 messages、persona 元数据、task 步骤、deliverables、output 格式与 constraints 等字段。新版本要求分析语法错误与逻辑缺陷、评估是否符合行业标准和最佳实践、识别优化机会，并保持专业语气、聚焦重大问题。
prompts.chat 更新了 "Code Review Specialist" 提示词，从 YAML 结构化格式改为简洁的文本格式，内容聚焦代码质量与可读性、编码规范合规、优化机会以及潜在 bug 识别。新提示词要求给出清晰可执行的反馈、附示例建议，并保持专业建设性语气。该条目由贡献者 624406266@qq.com 提交。
prompts.chat 每日 prompt 更新了名为「Video」的提示词，新内容为一段视频生成提示词示例：神秘调酒师向玻璃杯倾倒发光绿色液体的电影感特写，含烟雾背景、4k、超写实、慢动作等描述，替换了原先让 ChatGPT 扮演社交媒体专家的写法。
prompts.chat 的 Lecturer prompt 由 adediwuratemitope9-tech 提交版本更新为新版本，作者邮箱改为 adediwuratemitope745@gmail.com。新 prompt 要求像老师一样讲解并分点总结用户发送的每个 PDF，覆盖备考所需全部细节、易于理解吸收。旧版功能为按 UNIOSUN 讲师风格讲解 PDF 和图片并适当使用助记法，类型为 TEXT。
prompts.chat 新增一条 "Act as a Kids' Science Fair Project Mentor" 提示词，面向 9 到 15 岁学生及其家长或老师，引导孩子把好奇心转化为可独立完成和讲解的科学展项目。该提示词只提问引导而不代做，明确规避明火、强化学品、市电、活体动物实验等安全隐患，并按选题、变量与公平测试、假设、步骤、数据表、时间线、展示板、答辩练习等九个阶段推进。
prompts.chat 新增结构化 prompt「Flight Disruption Recovery Plan (JSON)」，将航班取消、严重延误或错过中转的情况转化为严格 JSON 格式的优先级恢复计划。该 prompt 先收集行程、事发情况、当前位置、硬性截止时间等必要输入，输出 urgency、immediate_actions、rebooking_options、recommended_option 等字段，并规定不虚构航司政策与赔偿金额、critical 级急迫时立即行动不超过五步、recommended_option 必须存在于 rebooking_options 中。
prompts.chat 新增一个 "Load Test Plan Builder (YAML)" 结构化 prompt，让模型扮演性能工程师，把 Web 服务、API 或后台任务的简短描述转成完整、可复用的 YAML 负载测试计划。该 prompt 先询问测试对象、流量形态、SLO、目标环境和工具偏好（k6、Locust、Gatling、JMeter、Artillery），并要求包含终止条件、指定停止负责人、渐进加压等安全规则，输出涵盖场景、pass/fail 指标、可观测性与风险缓解的计划。
prompts.chat 新增一条用户贡献的文生图提示词，生成雾中喀斯特山峰下停泊空舢板的中国水墨画。提示词要求在宣纸上呈现黑白灰水墨晕染、干笔松针、远鸟点景，画面仅舟篷带一点暖赭色，横幅手卷构图，且不含人物、文字、书法、印章与签名。
prompts.chat 收录由用户 @f 贡献的新提示词「森林蘑菇与苔藓的复古彩色石版画图鉴」。该提示词要求生成 19 世纪博物学风格的彩色石版画：红白斑点毒蝇伞、鸡油菌、牛肝菌、紫色紫晶蜡蘑及菌盖剖面以网格布局排在做旧米色纸上，配砖红、赭石、橄榄绿等复古印刷色、石版套色偏移与黄斑效果，并要求画面不含文字、标签和人物。
prompts.chat 的每日 prompt 库新增一条文生图提示词「Synthwave Sunset Over an Empty Desert Highway with a Vintage Convertible」。该 TEXT 类提示词描述一辆樱桃红复古敞篷车停在沙漠公路边，背景为条纹落日、霓虹网格线与柱形仙人掌，要求呈现 1980 年代复古未来主义风格，画面不含人物、文字、标识或车牌字符。
prompts.chat 上线一个名为“Hillside Vineyard Tasting Pavilion Concept Brief Builder”的新提示词，让 AI 扮演建筑概念设计师，为单层山坡葡萄园品酒亭生成图像级设计简报。该提示词先向用户询问气候、坡向、容量、材料偏好等信息，再产出涵盖场地朝向、建筑形体、材料色板、景观、8 到 10 项固定视觉细节的简报，并附两条 150 词以内的可直接粘贴图像提示词，确保两次图像生成呈现同一建筑。
prompts.chat 收录用户 @f 贡献的图像生成提示词 "Limestone Vineyard Tasting Pavilion on a Hillside (Harvest Morning Exterior)"。该提示词描述一座位于葡萄园山坡上的单层石灰岩品酒亭，含赤陶瓦屋顶、五根橡木柱露台等细节，指定 photoreal 建筑摄影风格、16:9 横幅比例，并要求画面中不出现人物、文字与车辆。
prompts.chat 新增一条图像生成提示词「Vineyard Tasting Pavilion Terrace at Sunset」，描述日落时分从坡下葡萄藤行仰望单层石灰岩品酒亭的露台：五根深色橡木柱、绳灯、陶瓦屋顶与橄榄树，指定 Photoreal 建筑摄影、16:9 横幅，画面中不出现人物、文字、标志或汽车。
prompts.chat 每日 prompt 栏目新增了名为 Flaky Test Detector 的提示词。该提示词用于检测不稳定测试，除此之外正文未提供更多细节。
prompts.chat 新增社区贡献的 prompt「TODO Comment Debt Tracker」，扫描代码库中的 TODO、FIXME、HACK、XXX 注释，提取 owner、ticket 和到期日，并标记无归属、无 ticket、逾期或表述模糊的条目。附带仅用 Python 标准库的 `todo_debt.py` 扫描脚本，支持 `--self-test` 与 `--strict`，逾期或 FIXME/HACK/XXX 缺 ticket 时退出码为 1，可作 CI 软门禁；score 规则为 FIXME/HACK/XXX 起始 3、TODO 起始 1，逾期 +2、无 ticket +1。
prompts.chat 每日 prompt 收录新的 Household Chore Rotation Planner 技能，为家庭和室友制定按分钟加权的公平轮换家务表。它按各人容量份额和 cannot/only 限制分配任务，附仅用 Python 3 标准库的 `chore_rotation.py` 规划脚本、`--self-test` 自测和默认 4 周的规划周期。整体公平度在目标 10% 以内视为合理，最终输出可打印的周表和 80 词以内的群公告。
prompts.chat 收录了一条新 prompt「Testing taste」，内容是务实 TypeScript 团队的 21 条测试准则。要点包括：以 vitest 为默认测试运行器，用 msw 拦截 HTTP、在 Testcontainers 中跑真实 Postgres，用 Playwright 只为关键用户流程写薄层端到端测试，并用 fast-check 做基于属性的测试。
prompts.chat 新增一条 "Go Service taste" prompt，汇总后端工程师的 Go 服务实践 21 条并附置信度，如优先用 Go 1.22 标准库 net/http 路由、I/O 函数首参传 context.Context、用 fmt.Errorf 和 %w 包装错误（置信度 0.95）、CI 中 go test -race，以及以多阶段 Dockerfile 构建静态二进制 distroless 镜像等。
prompts.chat 收录由 [@f](#) 贡献的新 prompt "Monorepo taste"，以平台工程师视角列出 20 条 Monorepo 工程偏好，每条附带置信度分数。内容包括使用 pnpm workspaces 与单一根 lockfile（Confidence: 0.95）、用 Turborepo 编排任务并在 CI 启用远程缓存、以 workspace:* 协议引用内部包、用 Changesets 发布公共包、通过 turbo --filter 只对受影响的包运行 CI 等，并强调避免循环依赖、统一脚本命名和用 CODEOWNERS 分配目录负责人。
prompts.chat 收录一条由 @anonymous 贡献的新提示词「Story telling」，内容为要求 AI 生成一个以“投资股票是实现财务独立的最佳方式”为结局的故事线。
prompts.chat 收录一条新 prompt，可生成简洁的 ASCII 流程图，展示给定 prompt 的高层工作流，且不执行其指令。该 prompt 要求先输出不超过两句的英文说明，再在单个代码块中给出流程图，主流程约 5–8 个阶段；仅基于所提供的 prompt 工作，遇到细节冲突或缺失时不臆造事实，无可用的 prompt 时则说明无法确定工作流。
prompts.chat 新增「calm travel disruption assistant」prompt，面向航班取消、严重延误、超售或错过中转场景，输出仅含合法 JSON 的优先级恢复方案。该 prompt 要求不得虚构航班、票价或航司政策，将紧急度分为 critical、high、moderate、insufficient_information 四级，并定义 assessment 到 completion 的六阶段恢复流程。
prompts.chat 新增用户提交的 prompt "editing-improving-texts"，定位为阿拉伯语及外语的专业语言编辑，负责纠正语法、拼写与风格，提升清晰度和流畅度，并根据受众调整语气。输出包含修正后的文本、3-5 条关键修改说明及有用的替代表述，同时保留原意。
prompts.chat 新增贡献的 prompt「AI Image Engineering Specialist」，将用户指令转化为用于 AI 图像生成、图生图或图像编辑的清晰有效提示词。该 prompt 要求保留用户的概念、主体、身份、风格及年龄、服装、宽高比等显式约束，只改进表达而不改变描绘内容；不添加未要求的元素，遇到实质性歧义时提出一个简短澄清问题，且默认只输出最终优化后的提示词。
prompts.chat 新增一条名为 professional-multilingual-email-writer 的 prompt，让模型扮演精通全球主要语言的专业邮件写作专家。该 prompt 可按收件人和场景调整语气，把简短笔记改写成可直接发送的邮件，要求语法地道、措辞符合文化习惯，保留原意与事实，不做逐字直译，也不编造信息。
Bria 发布 Fibo 2.0 Edit Turbo 开源权重模型，是从 Fibo 2.0 Dev 蒸馏出的专用图像编辑模型，4 步推理且无需 classifier-free guidance 即可出图。据 Artificial Analysis Image Arena 2026 年 10 月 20 日排名，它在开放权重图像编辑模型中位列第一。模型为 8B 参数 flow-matching 架构，基于 FLUX.2 VAE 潜空间，用 Qwen3-VL-4B-Instruct 编码提示词，训练数据全部为授权数据；许可证为 CC BY-NC 4.0，商用需与 BRIA 另行协议。支持普通编辑、掩码编辑和最多 4 张参考图编辑，官方也预告了多轮编辑、背景去除、商品图 LoRA 等后续组件。
发布者用 Heretic 对 Qwen3.8-27B 做去对齐处理并放出 GGUF 量化权重，100 条有害提示上的拒绝数从基座的 98 降到 12，首 token KL 散度为 0.1191。MTP 头被保留并逐文件验证，IQ2_M 到 Q8_0 各档相对 f16 的困惑度增量均给出，能力基准均值较基座下降 0.5 分，Apache 2.0 许可。
同一新闻，精选展示《Qwen3.8-27B-Uncensored GGUF 量化版发布，拒绝率从 98/100 降至 12/100》
XHToken 在 Spark-X2.5-4B 基础上推出端侧部署模型 Spark-X2.6-4B，架构不变，靠改进后训练提升编码、Agent、长上下文、多语言与推理能力，在同级开源模型中达到 SOTA，可匹敌或超越约 9B 参数的模型。模型提供 none、low、high 三档可控思考预算，支持最大 1,048,576 token 上下文，推理效率不低于 Qwen3.5-4B 和 Gemma-E4B，并可在 SGLang、vLLM 上部署。
junmo-k 在 Hugging Face 发布 Piecrust/GLM-5.3-Flash-FP4-Abliterated 的 MLX 重打包，基于 NVIDIA 的 NVFP4 量化版 GLM-5.3-Flash（320B 总参数、约 18B 激活），对第 15-36 层的 44 个矩阵施加 rank-1 拒绝方向编辑。在 Apple M5 Ultra 256GB 上实测，去对齐编辑相对未编辑版本 NLL 高 0.46%，解码慢 12-24%，峰值内存多约 13GB；相对作者自己的 158GiB JK v4 版 NLL 低 1.47%。加载需 14 行 oMLX 补丁以支持每专家 weight_scale_2。
推荐理由：作者给出消融方法细节和与未编辑版本的 NLL、速度、内存对照数据，可据此评估这次去对齐编辑的实际代价。