新闻、仓库与研究，按时间排列。
Mitroshenkov87 在 Hugging Face 发布 huihui-ai/Huihui-Qwen3-VL-4B-Instruct-abliterated（commit ce72a7c）的未修改备份镜像，该模型是基于 Qwen/Qwen3-VL-4B-Instruct 的指令微调视觉语言描述模型。镜像文件与原仓库逐字节一致，采用 Apache-2.0 许可，作为 Voxprint 模型下载器的备用下载源。
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。
Jaja2027 在 Hugging Face 上发布 Meta-Llama-3-8B-Instruct-abliterated-v3 模型，源自 failspy 的同名 abliterated 版本。模型采用 Safetensors 格式，参数规模 8B，张量类型为 BF16。
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。
Hugging Face 上发布了 llmfan46 制作的 Qwen3.5-9B ultra-uncensored heretic 模型的修复版。修复内容包括：将权重重命名为标准 model.language_model.* 布局、从 Qwen/Qwen3.5-9B 移植未修改的 vision tower 和 MTP head，并将 48 个被误存为 BF16 的语言张量恢复为原版 F32 精度。
Timamar 在 Hugging Face 发布 B.R.O-abliterated-27B，一个 27B 无审查网络安全大语言模型，基于 Qwen3.5-27B，经 refusal-direction 正交化去除审查后，用 rank-16 LoRA 在进攻安全、红队、逆向工程和二进制漏洞利用数据上训练并融合进基座权重。模型为 int4 量化，约 20.6 GB，上下文窗口 16,384 tokens，可通过 Ollama、llama.cpp 或 MLX 运行。
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。
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 发布基于 local-inference-lab/Qwen3.8-Flash-Next-FLARE 的 abliterated 版本，对 25,188 个张量中的 24,576 个做了拒绝方向编辑，属于不完整编辑。在 16 条提示词、协议 A（关闭思考）下，未编辑母模型拒绝率 100%，该版本为 18.8%，完整参考版为 0%；作者提醒 n=16 区间较宽，残余拒绝来自未编辑的 612 个注意力、共享专家和嵌入张量。
推荐理由：原文给出拒绝率实测和未编辑张量清单，读者可以据此判断这个不完整消融版本到底去掉了多少对齐。
Lygodactylus 在 Hugging Face 发布 Qwen/Qwen3.8-Flash-Next 的 abliterated 去对齐 BF16 全精度权重，按 Arditi et al. (2024) 方法从残差流中正交化移除拒绝方向，共编辑 149 个残差写入张量，保留完整视觉与视频塔（333 个 visual.* 张量）和 MTP 头。
推荐理由：原文给出按 Arditi et al. 2024 方法消融拒绝方向后的拒绝率与能力对比数据，读者可据此评估这个去对齐版本的实际代价。
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。
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。
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。
axiomofmind 在 Hugging Face 上发布 Moss-image-nsfw-uncensored-lora，一个基于 OpenMOSS-Team/MOSS-Image-SFT 的去审查 LoRA 权重，可通过 Diffusers 的 load_lora_weights 加载使用，触发词为 moss_xvstyle。该仓库被标记为含敏感内容，同时提供 Google Colab、Kaggle 及 Draw Things、DiffusionBee 等本地应用的使用指引。
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。
Hugging Face 上架了 RuCoverLAB 的 DeepSeek-R1 8B abliterated Q4 量化模型。该模型目前未被任何 Inference Provider 部署，下载量未被追踪，README 内容为空。
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。
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%。
lafintiger 在 Hugging Face 上传了 huihui-ai/Huihui-Ornith-1.5-35B-A3B-abliterated 的重标注副本，权重未修改，仅将 base_model 标注改为同架构的 Qwen/Qwen3.6-35B-A3B，以便在 Tiiny 设备上导入。原模型是通过 abliteration 移除拒绝行为的无审查版本，仅对第 11 至 29 层做了消融，许可与署名归原作者。
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。
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。
mrfakename 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的 abliterated 版本，用方向性消融移除拒绝行为。chat 和 think 模式沿不同方向拒绝，因此移除 rank-2 拒绝子空间，逐层测量方向并投影出 40 个主层的残差流写入，各层强度由多目标搜索确定。Q8_0 GGUF 贪心解码下，chat 拒绝率从 97/100 降至 4/100，think 模式推理头拒绝从 98/100 降至 9/100，harmless 首词 KL 为 0.067；路由专家、嵌入、Engram 表和 DSpark/MTP 层与原版逐位一致，另提供 abliteration-lora.gguf 和 abliteration-edit.npz。
推荐理由：原文给出rank-2拒绝子空间的消融方法和拒绝率前后对比数据，读者可据此判断这个去对齐版本实际去掉了多少。
distributedcognition 在 Hugging Face 发布 JetBrains/Mellum2.1-12B-A2.5B-Thinking 的 abliterated 版本，用投影式 writer 级消融从权重中移除拒绝方向，gated alpha 0.8 下 104 条有害提示的 judge 拒绝从 12 降到 5，MMLU-14k 仅降 0.05pp。发布包含逐层拒绝方向文件（refusal_directions.pt、dirs.npz）供任意强度重消融，完整评测原始数据在 eval-results/，GGUF Q8_0 量化可在 llama.cpp、LM Studio、Ollama、Jan 运行，Apache 2.0 许可。
推荐理由：原文给出消融方法细节和拒绝率、MMLU 前后对比数据，读者可据此判断这个去对齐版本的实际代价。
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。
koldfrontier 在 Hugging Face 发布 ukisai/Swift1.5-Qwen3.8-Flash-Next 的 abliterated 衍生版，对全部 48 层共 24,720 个组件逐权重移除拒绝方向，无训练、无新数据。实测显示未授权框架下的保护性拒绝从 85% 降至 69%，有害请求服从率从 91.0% 升至 94.5%，良性提示的 KL 散度仅 0.0057，但 8 项能力探针丢了 3 项；方向捕获依赖 thinking 开启的提示模式，enable_thinking=False 时有害服从率仅 2.5%。作者定位其为安全研究产物而非安全对齐模型，数字为单模型案例研究。
推荐理由：原文给出逐组件消融方法与消融前后的拒绝率、KL 散度对照数据，可据此判断这次去对齐实际改变了什么、损失了多少能力。
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。