新闻、仓库与研究，按时间排列。
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。
Hugging Face 上发布 DeepSeek-V4.1-Flash-1017-MXFP4-uncensored 的性能测试数据，对比 Native MXFP4、NVFP4 target、EXL3 2.875 与 EXL3 3.5 四种配置在 1-32 并发下的 chat 吞吐与延迟。Native MXFP4 在 32 并发时达 831.66 tokens/second，为各配置中最高；EXL3 3.5 在 32 并发时为 480.84 tokens/second。
Gravelrat 在 Hugging Face 上发布 L3.1-Dark-Reasoning-LewdPlay-evo-Hermes-R1-Uncensored-8B-IQ4_NL-GGUF，为 8B 参数、IQ4_NL 量化的 GGUF 无审查模型。页面给出 Transformers、llama.cpp、vLLM、SGLang、Ollama、Docker Model Runner、Lemonade 等多种运行方式，其中 llama.cpp、Ollama、Docker 等可直接以 IQ4_NL 量化版本拉取运行，vLLM 与 SGLang 均支持 OpenAI 兼容 API 调用。
Felldude 在 Hugging Face 上架 Qwen3.5-9B-Uncensored 模型，采用 Safetensors 格式，参数规模 9B，张量类型为 F32 与 F8_E4M3。该模型为 FP8 量化版本，目前尚未部署到任何 Inference Provider，暂无下载量数据。
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。
Hugging Face 上架 bambocher 的 Huihui-gemma-4-E4B-it-qat-abliterated-oQ4e-mtp，采用 oQ（oMLX v0.7.0）混合精度量化。模型类型为 gemma4，4 bit、group size 64，格式为 MLX safetensors。
bambocher 在 Hugging Face 发布 Huihui-gemma-4-E2B-it-qat-abliterated-oQ4e-mtp，基于 gemma4 的 abliterated 模型，采用 oQ（oMLX v0.7.0）混合精度量化。该模型为 4 bit、group size 64，以 MLX safetensors 格式提供。
Huihui-Qwen3.5-9B-abliterated-oQ4e-mtp 基于 Qwen3.5 9B，使用 o（oMLX v0.7.0）混合精度量化，4 bit、group size 64，格式为 MLX safetensors，已在 Hugging Face 发布。
Hugging Face 上线 dealignai 的 DeepSeek-V4.1-Flash-1017 EXL3 3.5bpw abliterated 量化镜像仓库。该仓库为镜像，权重、文档与更新实际存放在同模型的 UNCENSORED 仓库中，后者持续更新并附完整 README 与评测表。
Hugging Face 上发布 Huihui-Qwen3.5-4B-abliterated-oQ4e，采用 oQ（oMLX v0.7.0）混合精度量化。模型类型为 qwen3_5，4 bit、group size 64，格式为 MLX safetensors。
SPK1337 在 Hugging Face 发布 Huihui-Qwen3.8-27B 的 NInfer v3 社区转换版，打包 abliterated Swift-1.5 GSQ-RCO IQ3_S 文本权重（含 MTP）、z-lab 的 DFlash2 draft adapter 和 Qwen3.8-27B vision projector，文件约 13.99 GiB，采用 Apache-2.0 许可。该 artifact 仅供 NInfer-all 运行时加载，不能通过 transformers.AutoModel 直接读取；本地验证 HTTP 端点可正常返回文本，但 DFlash2 接受率、tokens/second 等尚未 benchmark。
bambocher 在 Hugging Face 发布 Huihui-Qwen3.5-2B-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 qwen3_5，4 bit、group size 64，格式为 MLX safetensors。
Huihui-Qwen3.5-0.8B-abliterated-oQ4e-mtp 在 Hugging Face 上发布，采用 oQ（oMLX v0.7.0）混合精度量化。模型类型为 qwen3_5，4 bit、group size 64，格式为 MLX safetensors。
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。
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。
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）。
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。
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。
KaedeTai 在 Hugging Face 上公开了 qwen3.8-flash-next-swift-uncensored-mtp-mlx-4bit-zhTW 模型仓库。该仓库可公开访问，但用户需登录并同意分享联系信息、接受相关条件后才能下载模型文件和内容。
Infatoshi 在 Hugging Face 上架 DeepSeek-V4.1-Flash-1017-MXFP4-uncensored，并附上 Native MXFP4、NVFP4 target 与 EXL3 2.875/3.5 多组并发基准。Native MXFP4 在 32 并发下聚合吞吐达 831.66 tokens/second，高于 NVFP4 的 796.13 与 EXL3 3.5 的 480.84；单并发时延方面 NVFP4 target 的 time_to_content_p50 为 0.32442 秒，略优于 Native MXFP4 的 0.34266 秒。
Hugging Face 上发布 DeepSeek-V4.1-Flash-1017-NVFP4-uncensored 的性能测试数据，对比 Native MXFP4、NVFP4 target、EXL3 2.875 与 EXL3 3.5 四种配置在不同并发下的吞吐与延迟。Native MXFP4 在 32 并发时达 831.66 tokens/second，NVFP4 target 为 796.13 tokens/second，EXL3 3.5 为 480.84 tokens/second。
Hugging Face 上架 Infatoshi 发布的 DeepSeek-V4.1-Flash-1017-EXL3-2.875bpw-uncensored 量化模型。附带的基准数据显示，EXL3 2.875 配置在并发 1 时生成速度约 125.86 tokens/秒，并发 32 时约 452.16 tokens/秒；对比数据还包含 Native MXFP4（并发 32 达 831.66 tokens/秒）、NVFP4 target 及 EXL3 3.5 等配置的吞吐与首字延迟表现。
Hugging Face 用户 Infatoshi 发布 DeepSeek-V4.1-Flash-1017 的 EXL3 3.5bpw 无审查（uncensored）量化版本。附带的基准测试显示，Native MXFP4 在 32 并发下聚合吞吐达 831.66 tokens/second，EXL3 3.5 在 32 并发下达 480.84 tokens/second，同时给出各并发数下的 time_to_content_p50 等延迟数据。
IndrasMirror 发布 DeepSeek-V4.1-Flash-1017 的 XQ 混合精度量化版，552B 参数 MoE 压缩到 152 GB，可在 RTX 4090（24 GB）加 90 GB 内存的家用 PC 上运行，需配合自研 Xolotl 引擎而非 llama.cpp/Ollama。模型带 rank-2 拒绝方向编辑（manifest id adea0515bbf69a0b），拒绝探针显示 chat 模式 0/100、think 模式 0/50 拒绝；8K 预填充 239.8 tok/s，解码 12–13 tok/s。短 Gauntlet 测试 2/5，比作者此前 V4.1 v2 量化版（4/5）有回退，原因尚未定位；校准后重做的 V3 版本正在上传。
推荐理由：作者给出了拒绝探针、困惑度和速度的实测数据，还说明了量化分配与拒绝方向编辑的具体做法，可据此评估这个本地化版本。
Hugging Face 上架 GGUF 格式模型 Mitroshenkov87/voxprint-mirror-huihui-gemma-4-12b-it-abliterated-gguf，提供 Q4_K_M 量化版本。该模型可通过 llama.cpp、vLLM、Ollama、Docker Model Runner、Lemonade 等多种工具运行，支持启动 OpenAI 兼容 API 服务器或在终端直接推理，也可接入 Pi、Hermes Agent、OpenClaw 等智能体工具。
Hugging Face 上架了 abliterated 版 Qwen3.8-Flash-Next 125B 的 .finch 安装包，供 out-of-core FinchMoE 引擎使用，将路由专家重打包为 2-bit affine 量化，并原样携带源模型的视觉塔（333 个 BF16 张量，约 0.836 GiB）。总声明大小约 74.70 GB，常驻权重 3.88 GB，默认 16 个 expert-cache 槽位下专家缓存约 1.10 GiB，可运行于 12–16 GB 设备，8 GB iPhone 无法运行；当前文本生成可用，视觉运行时尚未支持。许可证为 Qwen Community License 1.0。
androidli 发布 GLM-5.3-Flash-Uncensored 的 EXL3 3.0bpw 量化包（mcg 码本），仅对每层 288 个 routed experts 量化，非路由张量保持源生精度，权重共 152 GB，面向 2× DGX Spark (GB10) 经 CX7 直连以 TP=2 运行。实测 EvalPlus 542 题 86.3%、GSM8K 98.0%、HumanEval 98.2%，与 Mia-AiLab 自报的 4bpw 版差异在噪声范围内；调优配置下 KV 池 3,891,200 tokens，前向延迟平均快约 15%。
推荐理由：作者实测了 3.0bpw 量化版与 4bpw 版的质量、KV 池和延迟对比，并标注了各数字对应的复现配置。
dealignai 发布 GLM-5.3-ABLITERATED-FP8 v2，对 GLM-5.3-FP8 做权重级去审查，仅修改 bf16 residual writer 张量、不动 FP8 专家，可在原版 vLLM 上以 Hopper 原生 FP8 速度运行。v2 修复了 v1 在约 2% 高难度提示上的推理循环问题，HB-320 上 GARBAGE 降为 0，非版权危害面 TRUE_COMPLY 达 91.7%（off），代价是整体 TRUE_COMPLY 下降约 4pp；MMLU 87.43%，较基线 +1.85pp。附 TP8 H200 部署配置与 reasoning_effort 只认 low/high 等运行注意事项。
推荐理由：发布方给出了 MMLU 与 HarmBench-320 的前后对照数据，v2 版在消除推理循环的同时保留了约 87% 的 MMLU 水平。
Hugging Face 上架了 PenAgent/Huihui-GLM-5.3-Flash-abliterated-GGUF 模型，提供 image-text-to-text 多模态能力，默认量化版本为 UD-Q4_K_XL。该模型支持 Transformers、llama.cpp、vLLM、SGLang、Ollama、Docker、Lemonade 等多种运行方式，并可启动 OpenAI 兼容 API 的本地服务器。
IndrasMirror 发布 DeepSeek-V4.1-Flash-1017 的 GSQ 混合层级量化无对齐版本，552B 参数 MoE 压缩到 152 GB，可在 RTX 4090（24 GB）加 90 GB 内存的家用 PC 上以 12–13 tok/s 解码运行。模型对专家采用 ternary/2-bit/3-bit 混合量化（平均 2.093 bpw），并施加 mrfakename 风格的 rank-2 拒绝方向编辑；行为探针显示 chat 模式 100 个有害与 100 个安全样本均 0 次拒绝，think 模式同样 0 次拒绝。
推荐理由：卡片给出了量化前后困惑度对比、拒绝探针和速度实测数据，读者可以据此判断这个 152 GB 版本在消费级硬件上的真实质量。
作者在单张 RTX 3080 20 GB 上用 llama.cpp 实测了 Qwen3.8-27B 的 Huihui 与 Heretic RVN 两个 abliterated 量化版本，仓库不含模型权重。结果显示 RVN IQ4_XS 在 MTP 下最快（代码 69.4 tok/s、散文 58.2 tok/s，比 Huihui 快约 5–7%），德语困惑度略低，通过 88.6K 上下文与全部 6 项工具调用测试，但多占 1.1 GB 显存导致 n-max 3 无法启动；MTP 草稿深度 n-max 2 是综合最优设置，MTP 对 prefill 无帮助反而约损失 5%。
huginnfork 发布 Qwen3.8-Flash-Next-NVFP4-Abliterated v4 的 CSF 压缩容器，比原版小 3.58 GB，权重与 v4 逐位一致。消融在量化网格上原位进行，rank-1 拒绝方向取自第 46 层、alpha=1.0，共编辑 25,188 个张量；有害拒绝率从母模型的 136/136 降到 0/136，过度拒绝从 4/59 降到 0/59，GPQA 差异不显著（p=0.286）。需带 NVFP4-CSF reader 的 vLLM 源码构建才能加载，作者提醒该模型拒绝行为被有意降低，部署时需自备安全措施。
推荐理由：原文给出rank-1拒绝方向消融的具体参数和与母模型的有害拒绝率对照数据，读者可据此评估这个去对齐版本的实际改动幅度。
Richard Erkhov 将 huihui-ai 的 Qwen2.5-Coder-1.5B-Instruct-abliterated 量化为多档 GGUF 版本，体积从 Q2_K 的 0.7GB 到 Q8_0 的 1.76GB。该模型是基于 Qwen2.5-Coder-1.5B-Instruct 的 abliterated 去审查版本，采用 apache-2.0 许可，评测显示 IF_Eval 45.41、MMLU Pro 20.57、GPQA 26.13。
Baekpica 将 dealignai 的 DeepSeek-V4.1-Flash-1017-UNCENSORED FP8 权重按 YoungAi 的 vq8sh14-q4k-mtpnative 配方原样转换为 VQ GGUF，基础文件约 113.6 GB，面向 128 GB DGX Spark，上下文保持原生 1,048,576 tokens。该量化约 1.6 bits per routed-expert weight，同配方在 V4.1 Flash 上与 FP8 模型 next token 一致率为 69–79%，质量与去审查行为可能下降。目标运行时为 ds4-dfm-rs，1017 Engram 表（2 × 101.5 GB）需从本地 SSD 读取。
candor-lab 用自研权重编辑工具 Candor 移除了 IFM 的 K2-Horizon-7B 的拒绝行为，以单个 Q4_K_M GGUF（5.59 GB）发布在 Hugging Face，Apache 2.0 协议。288 个 StrongREJECT 有害提示的拒绝数从原版 287 降到 3，300 个 Alpaca 无害提示拒绝数从 2 降到 0，KL 散度 0.052，GSM8K 正确数 1222 对 1209，均在噪声范围内。编辑为 rank-3 修改，覆盖 61 个输出矩阵；搜索的 313 次试验和最终评测均在 llama.cpp 中开启 thinking、reasoning effort high 下完成，前两名候选曾因数学成绩下降或思考预算耗尽被淘汰。
推荐理由：原文给出拒绝率、KL 散度和 GSM8K 的前后对照数据，读者可以据此判断这次权重编辑到底去掉了什么、损失了多少。