新闻、仓库与研究，按时间排列。
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。
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。
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。
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。
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）。
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》
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。
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》
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。
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。
neko-legends 发布 DeepSeek-V4.1-Flash-1017 的无对齐 EXL3 2.9bpw 打包，基于 dealignai 的 abliterated 版本，将 54 个稠密 BF16 矩阵重编码为 EXL3 trellis 以适配 TensorFold Zig TP4 引擎，可在 4× NVIDIA DGX Spark 上运行。评测显示去对齐代价集中在道德判断，moral_scenarios 从 95.5% 降至 40.9%，而 HumanEval chat 成绩 92.68% 反高于官方版；另提供 3.5bpw 兄弟版本，moral_scenarios 略高但解码慢约 10%。
推荐理由：原文给出 MMLU 与 HumanEval 的前后对照，显示去对齐的代价集中在道德判断而非知识或编码能力。
Hugging Face 上架了 mradermacher 制作的 Qwen3.5-4B-MultiDistill-Megamix-8xMerge-UNCENSORED-heretic-i1-GGUF 量化模型。该模型为 GGUF 格式，参数规模 1.8M，页面未提供更多评测数据。
mradermacher 在 Hugging Face 上发布 Qwen3.5-4B-MultiDistill-Megamix-8xMerge-UNCENSORED-heretic 的 GGUF 量化版本。该模型基于 Qwen3.5-4B，经多蒸馏合并与去审查处理，仓库页面暂缺 YAML 元数据，硬件兼容性等信息需登录查看。
Hugging Face 上发布 bi0h4z4rd88/Qwen3.8-27B-Uncensored-MLX-6-bit，一个基于 Qwen3.8 的 27B 6-bit MLX 量化无审查模型，支持图像输入。页面给出 mlx-vlm 加载与生成示例，并说明可通过 mlx_lm.server 启动本地 OpenAI 兼容服务器，接入 Pi、Hermes Agent 和 OpenClaw 等工具。
DavidAU 与 Nightmedia 发布基于 Qwen3.5-9B 的多阶段微调合并去对齐模型 Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic，提供 16bit 源权重及 NEO IMATRIX 常规与 MTP GGUF 量化。作者称该模型在 7 项基准上超过 Qwen3.5-9B 与 Qwen3.5-27B，ARC-C 达 0.649（bf16）；去对齐方面 KL 散度 0.0793，100 次请求中拒绝 6 次（原模型 100 次），支持 256k 上下文与视觉（需另下 mmproj 文件），MTP 量化在 5090 上 Q4_K_S 可超 185 t/s。
推荐理由：作者给出 KL 散度和 100 次请求中 6 次拒绝的实测数据，可对照原模型判断去对齐程度。
mecha-factory 发布 Qwen3.6-35B-A3B-Uncensored（HauhauCS Aggressive）Q4_K_M GGUF 文件，将 unsloth 转换的 MTP 头嫁接到 HauhauCS 的去审查模型上，供 llama.cpp 以 --spec-type draft-mtp 进行投机解码。未做任何重训练或重量化，block_count 从 40 变为 41；Apple Metal 上接受率实测 0.79–0.86，CUDA 上约 0.6。文件按 Apache License 2.0 开源。
NeosQ 基于 OrcaRouter 去审查的 Qwen3.8-Flash-Next（125B-A6B MoE）BF16 权重，用 MTPLX Forge 按 flash-next-optimized-speed 配方制作 4-bit 量化版，总大小 115.3 GB，保留原生 MTP 投机解码头。在 M5 Max 128 GB 上 MTP 投机解码达 85.7 tok/s，为普通解码的 2.07 倍；需 Apple Silicon、macOS 14+ 及 96–128 GB 统一内存，支持 OpenAI/Anthropic 兼容 API，采用 Apache 2.0 许可证。
BIGJUTT 发布 Qwen3-8B-abliterated，基于 Qwen/Qwen3-8B，使用开源工具 OBLITERATUS 通过激活工程（abliteration）以 advanced 方法移除模型的拒绝行为。模型可通过 transformers 的 AutoModelForCausalLM 加载使用，OBLITERATUS 代码托管在 github.com/elder-plinius/OBLITERATUS。
HauhauCS 在 Hugging Face 发布基于 Qwen3.6-35B-A3B 的去审查版模型 Aggressive 变体，0/465 拒答，不改动数据集与能力。该模型为 MoE 架构，总参数 35B、每 token 激活约 3B，原生 262K 上下文，支持文本、图像、视频多模态。提供 Q8_K_P 到 IQ2_M 多种 GGUF 量化（K_P 量化以约 5-15% 更大体积提升 1-2 级质量），兼容 llama.cpp、LM Studio 等 GGUF 运行时。
dealignai 基于 LibertAI 的 EXL3 3.5bpw 量化包（257.6 GB）发布 DeepSeek-V4.1-Flash-1017 无对齐版本，移除拒绝行为，支持 6 种语言、131K 上下文，保留视觉权重、MTP 头与 n-gram 表。实测 HarmBench-320 在 chat 与 thinking 模式均 320/320 全部 COMPLY，MMLU-500 从 67.60% 降至 64.80%（-2.80 pp）。在 RTX PRO 6000 上经 exllamav3-anemone + TabbyAPI 实测约 55 tok/s 解码，并建议如需更低比特应重新跑 abliteration 流程而非直接重量化。
推荐理由：原文给出 MMLU 与 HarmBench 的前后对照数据，读者可以据此评估这个去对齐版本在拒绝率与能力之间的取舍。
dealinai 以 CRACK 权重级消融方式发布 GLM-5.3-Flash 的无对齐 FP8 版本，直接在张量中移除拒绝行为，不用微调、LoRA 或模板技巧。HarmBench-320 贪心解码 320/320 全部服从（0% 拒绝），MMLU 87.33% 高于基座 86.74%；模型为 320B 总参数、每 token 激活 18B 的混合 MoE，1M 上下文，H200 上原生 FP8 解码 163 tok/s，MTP 投机解码 211 tok/s、接受率 75.9%。消融在 reasoning-off 和 max 档完全无对齐，low 档保留部分拒绝；2026-08-28 更新修复了重复循环问题，需重新下载。
同一新闻，精选展示《GLM-5.3-Flash UNCENSORED FP8 发布，权重级去对齐且 MMLU 反超基座》
dealignai 团队发布基于 deepseek-ai/DeepSeek-V4.1-Flash（552B backbone，8B/16B active）的权重级消融版本 DeepSeek-V4.1-Flash-UNCENSORED-FP8，以原生 FP8 权重提供，无自定义 model.py 或运行时钩子。HarmBench-320 实测 CRACK 版在 effort=off 和 max 下均 100% 响应、零 HARD_REF/SOFT_RED/HEDGE，而基座在 effort=max 下拒绝率反而升至 1.56% 响应；MMLU-14k 全集准确率从 86.96% 降至 82.74%，剔除伦理类条目后约 -1.1 pp。
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》
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。
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）。
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》
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。
prithivMLmods 在 Hugging Face 发布 flux-3-image-klein-prompt-upsampler-abliterated 的 GGUF 量化版本，这是 BFL 基于 Qwen3.5-9B 微调的 9B 提示词扩写模型的去审查变体，通过权重正交化移除安全对齐，不再拒绝请求。它支持文生图、最多 10 张参考图的编辑和带 bounding box 的布局三种模式，权重 18.8 GB bfloat16，Apache 2.0 许可，提供 Q3_K_L 至 Q8_0 多种量化，其中 Q4_K_M 为 5.63 GB。
prithivMLmods 发布 flux-3-image-klein-prompt-upsampler-abliterated，基于 BFL 的 9B 视觉语言提示词扩展器（从 Qwen3.5-9B 微调），通过权重正交化移除安全对齐，模型拒绝率从 97/100 降至 10/100。它保留原版三种模式：文生图、最多 10 张参考图的编辑和带 bounding box 的布局，输出仅支持英文，权重 18.8 GB bfloat16，采用 Apache 2.0 许可开源。
hotdogs/Ternary-Bonsai-2-27B-Uncensored-Heretic-swift_unc 模型现已在 Hugging Face 上提供，支持以 Q2_0 量化版本运行。文档给出 llama.cpp、Ollama、Docker Model Runner、Lemonade 等多种本地部署方式，包括启动 OpenAI 兼容服务器和终端直接推理的命令，并覆盖 Pi、Hermes Agent、OpenClaw 等工具的接入配置。