新闻、仓库与研究，按时间排列。
bigfat 发布 DeepSeek-V4.1-Flash-Abliterated 的 DwarfStar Q2 GGUF 量化版本，基于 s-zaizen 用 Hereteric 对 deepseek-ai/DeepSeek-V4.1-Flash 去审查后的 checkpoint（拒绝关键词率 97/100 → 24/100）。提供 imatrix 校准版（推荐）与 bootstrap 版两个文件，imatrix 版 NLL 0.359，与原版 Q2（0.346）基本持平，需在 128 GB Mac 上用 --ssd-streaming 运行。
nofacedfl 在 Hugging Face 发布 GLM-5.3 Uncensored Maya 量化包，将 Z.AI 的 753B MoE 模型用 GPTQ 压到约 2.5 bit，配合 Project Maya 的 GLM-5.3 移植版引擎运行。在 7 张 GPU（5× RTX 4090 48 GB + 2× A100 40 GB）上达 43–57 tokens/s，支持 512K 上下文，JailbreakBench 拒绝率从原版 39/40 降到 2/40，其中量化后为 6/40，再通过 78 层×3 方向的拒绝向量在运行时投影移除降至 2/40；对 FP8 的 KL 为 0.204、top-1 一致率 88.4%。
推荐理由：原文给出完整的去对齐实现路径和 JailbreakBench 拒绝率前后对比，还附量化精度损失数据，可复现可核查。
Piecrust 将 Huihui 的拒绝方向消融编辑重新应用到 NVIDIA 的 GLM-5.3-Flash-FP4-Local 权重上，发布去对齐版本。仅改动 15 至 36 层的 44 个矩阵（self_attn.o_proj 与 mlp.shared_experts.down_proj），其余权重与原检查点逐字节一致；因 NVIDIA 做过量化感知蒸馏，编辑以 rank-1 方式重算而非直接套用 delta，重编码后保留 91-95% 编辑强度。实测在 2× RTX PRO 6000 Blackwell 上拒绝探针 12 问 0 拒绝（原版拒绝 2 次），GSM8K 94/96 对 95/96，解码速度基本持平；需 NVIDIA 列出的容器环境，上游 vLLM 暂不支持。
推荐理由：原文给出逐字节校验、拒绝探针前后对比和速度质量数据，可据此判断这个去对齐版本改了什么、代价多大。
dealignai 在 Hugging Face 上镜像了 DeepSeek-V4.1-Flash-1017 的 EXL3 2.9bpw abliterated 量化版本。该仓库为镜像，权重、文档和更新实际存放在同名的 UNCENSORED 仓库中，后者持续更新并包含完整 README 和评测表。
dealignai 基于 LibertAI 的 EXL3 2.9bpw 量化包（388 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、thinking 开关与 vision/MTP/Engram 权重保留。实测 MMLU-500 从 67.40% 降至 63.20%（−4.20pp），HarmBench-320 chat 模式 320 项全部 COMPLY；在 RTX PRO 6000 上经 exllamav3-anemone + TabbyAPI 实测约 68 tok/s 解码、1105 tok/s 预填充。
推荐理由：发布方给出了 MMLU 前后对比和 HarmBench 拒绝率数据，可以量化评估去对齐带来的能力损失。
alpha2beta 在 Hugging Face 发布 huihui-ai/Huihui-Qwen3.8-27B-Coder390-EfficientThink-abliterated 的 GPTQ Int4 W4A16 量化版（sym、group-128），面向 vLLM XPU 后端并在 Intel Arc Pro B60 上验证，截至 2026-10-18 是该模型在 Hub 上唯一的 GPTQ 量化。实测 decode 40.183 tok/s、TTFT 0.460 s，MTP 投机解码 k=4 时相对关闭草稿提速 2.08 倍；12,288 token 长上下文下 decode 从 40.200 降至 37.315 tok/s（-7.2%）。
推荐理由：作者给出了在 Intel Arc Pro B60 上的实测吞吐、长上下文衰减和 16 题质量分，并记录了校准偏差与评测陷阱，便于复现和横向对比。
Hugging Face 上线 mradermacher 制作的 Qwen3.5-2B-Uncensored-Zero-Refusal-SOMA 的 i1 GGUF 量化版本。该模型参数规模约 961k，页面未提供完整模型卡与基准数据，硬件兼容信息需登录后查看。
RuCoverLAB/deepseek-r1-8b-abliterated-q4 已通过 llama.cpp 的 GGUF-my-repo 转换为 Q4_K_M 量化 GGUF 格式并上架 Hugging Face。用户可通过 llama-cli 或 llama-server 直接加载该模型运行推理，server 模式示例使用 -c 2048 上下文长度，也可按 llama.cpp 仓库步骤自行编译使用。
Hugging Face 上线 mradermacher 制作的 Qwen3.5-2B-Uncensored-Zero-Refusal-SOMA 静态量化（static quants）GGUF 版本。该模型目前未被任何 Inference Provider 部署，下载量未被追踪，仓库卡片缺少 YAML 元数据。
Loke-60000 在 Hugging Face 发布 Qwen3.8-Flash-Next-FP4-Local-abliterated，基于 NVIDIA 的 Qwen3.8-Flash-Next-FP4-Local（revision b9ce18a）投影移除两个拒答方向，仅修改 80 个张量、21 个分片中的 2 个，量化格式不变。模型不再拒答，可能执行删除数据等破坏性请求；未跑任何 benchmark，需搭配基础模型其余 19 个分片使用，遵循 NVIDIA Open Model Agreement 和 Qwen Community License 1.0。
Hugging Face 用户 edp1096 发布 GLM-5.3-Flash 的非官方 NVIDIA FP4-Local 衍生版本，将 Huihui Q8 abliterated 权重的差量应用到 nvidia/GLM-5.3-Flash-FP4-Local 基座。更新了第 15–36 层的 44 个 attention-output/shared-expert-down 矩阵和 22 个 scale 张量，其余张量保留，无需额外 QAD 训练。运行需两台 DGX Sparks（TP2）和 B12X vLLM；42 个权重文件全部校验通过，8/8 冒烟测试通过，最长实测输入 64,481 tokens。
ashudson83 在 Hugging Face 上架 DavidAU.L3.1-Dark-Reasoning-LewdPlay-evo-Hermes-R1-Uncensored-8B-GGUF 模型，提供 Q4_K_M 量化版本。页面给出 llama.cpp、vLLM、Ollama、Docker Model Runner、Lemonade 等多种本地部署与运行方式，并支持通过 OpenAI 兼容 API 调用。
Hugging Face 上发布 Qwen3.8-Flash-Next-Uncensored-NVFP4 的 GB10 构建镜像（Apache-2.0），可在 2× DGX Spark（GB10，TP=2）上用 vLLM 部署，支持 1M 上下文（YaRN ×4，max_position_embeddings 1048576），KV 池 3.76M tokens。实测对比 dev461 构建：prefill 8k–131k 提升 9–12.5%（约 3.7k tok/s），1M token TTFT 从 411s 降至 365s，KV 容量 ×1.95，质量 97.75% top-1 一致、NLL +0.019%。
mrfakename 在 Hugging Face 上发布 DeepSeek-V4.1-Flash-1017-abliterated 的 GGUF 量化版本，提供 Q2_K 等量化格式。该模型可通过 llama.cpp 本地运行，支持启动 OpenAI 兼容服务器或终端直接推理，也可在 Ollama、LM Studio、Jan、Docker Model Runner、Lemonade 等工具中使用。
Unsloth 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的 Unsloth Dynamic 3.0 GGUF 量化版，1-bit 可在 128GB+ 内存设备运行，3-bit 需 256GB，全精度需 320GB。该模型为 DeepSeek-V4.1-Flash 的小幅更新，官方基准显示推理、编码、Agent 和视觉任务均有提升，如 Terminal-Bench 4.0 得分 42.3 对上一版 31.2；模型采用 MIT 许可，支持 1M token 上下文，需使用 llama.cpp PR 或 Unsloth Desktop 运行，prompt 编码由 encoding.py 与 deepseek-recipe 工具库提供。
推荐理由：官方模型卡附上了与 DeepSeek-V4.1-Flash 及多个竞品的具体基准对比，以及量化档位对应的内存需求，可据此评估该版本的实际收益。
vedevpatel 发布 rajaykumar12959/qwen3.8-27b-abliterated 的 imatrix GGUF 量化，该模型移除了拒绝行为，可回答原版 Qwen3.8 拒答的请求，目标在 16 GB 显存上用 llama.cpp 运行。每个量化均与 BF16 原版对比：MMLU-Pro（4200 题、5-shot、thinking off）差异均在 95% 置信区间内不显著，BF16 为 79.60%；WikiText-2 KL 散度显示 IQ3_M 漂移比 4-bit 量化高 3.3–3.8 倍。
推荐理由：作者对每个量化版本都给出了与 BF16 原版的 MMLU-Pro 和 KL 散度对比，还实测了 16 GB 显存下的上下文与速度表现。
论文提出让手机 NPU 承担 LoRA 微调中全部三次冻结权重乘法的系统，训练图、适配器和优化器留在 CPU，并复用常驻权重切片和反量化器实现输入梯度计算。系统按梯度敏感度选择精度并为 FP16 输出加逐行范围保护，支持可恢复执行和热节流以作为后台任务运行，在两款 Qualcomm Snapdragon 平台上用 Qwen 和 Llama 四个模型、夜间个性化工作负载和 LaMP-2 基准做了评估。
推荐理由：论文给出在手机 NPU 上跑通 LoRA 一阶训练的系统做法，涉及输入梯度实现、精度选择和端侧个性化工作负载，思路可迁移。
sky3c 在 Hugging Face 发布基于 Qwen3.8-27B 的多阶段微调 GGUF 版本，用 Heretic v1.2.0 的 ARA 方法去审查，8 bit 拒绝率从 99/100 降到 0/100，KL 散度 0.0535。模型将思考 token 减至原版的 1/2 到 1/10，8 bit ARC-C 735、ARC-E 882，4 bit ARC-C 719，作者称在全部 7 项基准上超过原版 Qwen3.8-27B。提供常规与 MTP 两种 GGUF 量化，Q4_K_S 下常规版约 75 t/s、MTP 版可超 90 t/s（5090 实测），支持 256k 上下文与视觉（需另下 mmproj 文件），工具调用建议 Q4_K_M 以上量化。
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》
Hugging Face 上发布 Xing4.0-29B-A4B 的 Abliterated 版 GGUF 量化，基于 huihui-ai/Huihui-Xing4.0-29B-A4B-abliterated，采用逐 tensor 混合精度布局，文件 13.76 GB（3.42 BPW），WikiText-2 PPL 7.7238，较 BF16 源（7.3060）仅上升 5.71%，达 Q5_K_M 级质量。该模型为 29B 总参数、每 token 约 4B 激活的 MoE 架构，含 mHC、MLA 与 MTP，原生 256K 上下文，可扩展至 512K，适合消费级 GPU 与 RAM/GPU 混合部署。
hrm-labs 在 Hugging Face 上发布 Meta-Llama-3.1-8B-Instruct 的 abliterated 去审查版本，提供 GGUF 格式。该模型基于 Llama 3.1 8B Instruct，通过 abliteration 技术制作，并使用了 Llama 3.1 70B Instruct 的 lorablated 处理，原始代码与技术来自 @FailSpy。
NeverWantedJr 基于 Qwen/Qwen-Image-2.1 上游权重发布无审查版 GGUF 量化文件，提供 BF16（14.23 GB）到 Q4_0（4.15 GB）多种规格，推荐 Q4_K_M（4.60 GB）兼顾体积与质量。该版本无内置安全检查器，可直接生成成人及 NSFW 内容，配套 qwen3vl_8b 文本编码器与 VAE 文件，通过 ComfyUI 与 ComfyUI-GGUF 本地运行，文本编码器卸载到内存可节省 9–17 GB 显存。
Hugging Face 上架了 ji-farthing 发布的 DeepSeek-V4-Flash-Uncensored-TextOnly-ik-llama-GGUF 模型仓库。仓库公开可访问，但用户需登录并同意分享联系信息的条件后才能下载模型文件。
moeshawky 发布 distributedcognition/humanizer-abliterated（11.96B 参数，Gemma4UnifiedForConditionalGeneration 架构）的 FP8-DYNAMIC 量化版，体积 13.02 GB，为 BF16 原版的 54.4%，仅对 328 个语言模型 linear 层做 E4M3 权重与动态激活量化，嵌入、lm_head 及视觉/音频模块保持 BF16。该版本经结构验证可运行，可在 vLLM、SGLang 或 Transformers 中直接加载，但未做 benchmark，无 perplexity 或吞吐数据。许可证为 apache-2.0，需遵守上游基础模型的附加条款。
moeshawky 发布 distributedcognition/humanizer-abliterated 的 INT8 W8A8 动态量化版，基于 llmcompressor 对 11.96B 参数模型中的 328 个语言模型线性层做 8-bit 量化，体积从 23.92 GB 降至 13.02 GB（54.4%），embedding 与 lm_head 保持 BF16。实测 INT8 权重 SNR 约 39.9 dB，logits 分布与 BF16 源一致；未做 MMLU 重评与吞吐测试。模型可直接在 vLLM、SGLang 或 Transformers 中加载，采用 apache-2.0 许可。
moeshawky 发布 distributedcognition/Hemmingway-1-27B-abliterated 的 FP8-DYNAMIC 8-bit 量化版，基于 27.32B 参数的 BF16 原模型，体积从 54.64 GB 降至 30.30 GB（55.5%）。仅量化语言模型解码器内 496 个 linear 层权重（F8_E4M3、per-channel 对称），激活为 per-token 动态量化，lm_head、embed_tokens、MTP 头与 Gated DeltaNet 状态张量保持 BF16。实测 FP8 权重 SNR 约 31.6 dB，可在 vLLM、SGLang 或 Transformers 直接加载，未做 benchmark。
moeshawky 发布 distributedcognition/Hemmingway-1-27B-abliterated 的 INT8 W8A8 动态量化版，基于 27.32B 参数的 BF16 原模型，体积从 54.64 GB 降至 30.30 GB（55.5%），仅量化语言模型解码器中的 496 个 linear 层，lm_head、embed_tokens、MTP 头与 Gated DeltaNet 状态张量保持 BF16。实测 INT8 权重 SNR 约 39.6–40.8 dB，logits 分布接近原模型；可直接在 vLLM、SGLang 或 Transformers 中加载，尚未做 benchmark、吞吐或消融鲁棒性测试，许可证为 apache-2.0。
Hugging Face 上线 Sindexter/qwen2.5-7b-abliterated-gguf 模型页面，提供 Q3_K_M 量化版本。用户可通过 llama.cpp 在本地启动 OpenAI 兼容服务器或终端直接推理，也支持 Ollama、Docker Model Runner、LM Studio、Jan、Lemonade 等工具运行，并可接入 Pi、Hermes、OpenClaw 等 Agent 使用。
Baekpica 正在将 abliterated 版 GLM-5.3-Flash-Uncensored-FP8 转换为实验性 GVQ1/GGUF v3 格式（Q4_K nonexpert v3），权重上传前仓库暂不可加载。转换复用 GLM-5.3-Flash-VQ-GGUF 的结构：36,288 个路由专家矩阵用八维 VQ（K8192，每权重 1.625 index bits），316 个非专家矩阵用 Q4_K，面向 DGX Spark (GB10) 服务。模型经 abliteration 移除了安全对齐，采用 MIT 许可，仅声明研究用途。
webmp3 在 Hugging Face 上发布 Sakura-Nemotron-3.5-Bolt-74B-A9B-24GB-Uncensored 的 GGUF 版本。该模型可通过 llama.cpp、vLLM、Ollama、Docker Model Runner 等工具运行，支持启动 OpenAI 兼容本地服务器或在终端直接推理，也可在 LM Studio、Jan、Pi、Hermes Agent、OpenClaw 等客户端中使用。
论文介绍 Muse Glimmer，一个面向消费级硬件上自主智能体任务的开源 30B 因果语言模型，集多步推理、工具调用与失败恢复于一体，支持文本与图像输入，训练数据覆盖一百多种语言，量化至约 4-bit 可单 GPU 本地推理。作者称其在工具调用、多步规划和智能体任务完成上优于同尺寸的 Gemma4-31B 与 Qwen3.6-27B，模型以 Apache 2.0 许可发布。
推荐理由：论文给出30B级端侧Agent模型在同尺寸模型上的基准对比，对关注本地部署智能体的人有参考价值。
webmp3/Sakura-Jais-3-7B-Uncensored-GGUF 现已登陆 Hugging Face，提供 Q4_K_M 等 GGUF 量化版本。该模型可通过 llama.cpp、vLLM、Ollama、Docker Model Runner 等工具本地运行，支持启动 OpenAI 兼容 API 服务器或在终端直接推理，也可接入 LM Studio、Jan、Pi、Hermes、OpenClaw 等应用。
Hugging Face 上线 nyan-ame 的 Qwen2.5-Coder-7B-Instruct-Abliterated-GGUF 模型仓库，提供 abliterated 版本的 GGUF 格式权重。该模型目前未被任何 Inference Provider 部署，下载量未被追踪，README 文件为空。
MiniMax 发布 MiniMax-M3.1-Flash，一个面向编码、Agent 工作流、computer use 和网络安全的原生多模态 MoE 模型，总参数约 428B、每 token 激活 23B，支持文本、图像、视频输入，上下文窗口最高 1M tokens。相比 M3 的三项主要变化是全程稀疏注意力、量化感知训练，以及用 DSpark 投机解码取代此前的 EAGLE 类 MTP 方案。
推荐理由：官方公布与 DeepSeek、Kimi 等模型在十余个 Agent 与编码基准上的横向对比，并说明评测设置，读者可据此自行评估实际水平。
ttindall 将 DavidAU 的 Turbo-Brilliance "AI Construct" 模式套用到 HauhauCS 的无审查 Qwen3.8-27B 上，发布 Defiance Uncensored GGUF，移除拒绝层，提供 Joker、Dr. House、20-agent Einstein panel 等 40 种模式。权重与上游逐字节一致（866 个 tensor 全部核对），IQ4_XS 量化 15.7 GB 可在 24 GB 显卡跑 131K 上下文，RTX 4090 上 instruct 模式解码 86-90 tok/s，兼容 llama.cpp、LM Studio 和 Ollama。
mradermacher 在 Hugging Face 上发布 Vietnamese-4B-Chat-abliterated 的 imatrix 加权 GGUF 量化版本，提供从 i1-IQ1_S（1.5GB）到 i1-Q6_K（3.6GB）的多种量化文件，其中 Q4_K_M 被标注为快速且推荐，Q4_K_S 为大小/速度/质量最优。该模型为视觉模型，mmproj 文件放在静态仓库中，静态量化版本另行提供。
BoldingBuilds 发布 Meta Muse Spark Open（816B 总参数 / 42B 激活）的无审查 abliterated 版本，直接在 Unsloth UD-IQ1_S GGUF 上原位编辑，全程不做 BF16 反量化。拒绝率从原版 85.06% 降到 1.30%（StrongREJECT 留出集），ForbiddenQuestions 上从 60.00% 降到 0.00%，XSTest 过度拒绝保持 0%，MATH-30 为 25/30 对原版 26/30。方法为对 62 层中第 10-53 块做读写侧投影（λ=1.0，每块单独估计拒绝方向，共 61 个方向），编辑 309 个张量、256 个路由专家未动，λ=0 时输出与输入字节一致作为自检门槛。
推荐理由：原文给出拒绝率前后对照与逐块方向估计方法，读者可据此判断这个去对齐版本实际去掉了多少、代价多大。
mradermacher/Vietnamese-4B-Chat-abliterated-GGUF 是一个 abliterated 版本的越南语 4B Chat 模型 GGUF 量化仓库，提供 Q4_K_M 等量化版本。该模型可通过 llama.cpp 在 macOS、Linux、Windows 上运行，支持启动 OpenAI 兼容的本地服务器或终端直接推理，也可通过 Ollama、Docker Model Runner、LM Studio、Jan 等工具加载，并可接入 Pi、Hermes、OpenClaw 等 Agent 工具。
Hugging Face 上的 mradermacher/Qwen3-4B-Instruct-2507-abliterated-i1-GGUF 仓库提供基于 Qwen3-4B-Instruct-2507 的 abliterated 处理版 GGUF 量化模型，供用户按硬件兼容性下载使用。
mlx-community 在 Hugging Face 发布 Qwen3.8-27B-Uncensored-OptiQ-4bit-MTPLX 模型仓库。该模型目前未部署到任何 Inference Provider，下载量未被统计，README 文件为空。
Hugging Face 上架了 mradermacher 制作的 LFM2.5-24B-A2B-Uncensored-Heretic-i1 的 GGUF 量化版本。该模型为无审查版本，仓库页面显示模型规模为 28M params，支持通过 GGUF 格式在本地硬件上运行。