新闻、仓库与研究，按时间排列。
putao886 发布 DeepSeek-V4-Flash-0731（284B 总参数/13B 激活 MoE，MIT 许可）的 abliterated v2 rank-1 LoRA 适配器，用 heretic-gguf 在量化 GGUF 权重上直接运行 Heretic 的 Optuna 优化方向消融。四个适配器均 Pareto 最优：t265 拒绝率 8.57%（12/140）、KL 0.0651，t264 拒绝率 3.57%（5/140）、KL 0.1399，在 140 条有害提示词评测集上每个拒绝/KL 权衡点都优于 v1（v1 为 14.29%）。
推荐理由：原文给出四个 LoRA 适配器的拒绝率与 KL 散度实测数据，v2 在每个权衡点都优于 v1，读者可按需选择去对齐强度。
基于 huihui-ai/Huihui-Ornith-1.5-35B-A3B-abliterated 制作的 MTPLX 混合 8/4-bit FP16 量化版，去除第 11–29 层拒绝行为，采用 4-bit affine（group 32）量化 MoE 专家、8-bit（group 64）量化注意力投影，主干 dtype fp16 并带 MTP sidecar。在 Apple Silicon 上支持原生 MTP 推测解码，M1 Max 64GB 下 D2 调优后达 74.0 tok/s、1.49x 加速；MIT 许可，用 mtplx serve 命令下载运行。
jaromer 在 Hugging Face 发布 abliterated 版 Qwen3.8-Flash-Next GSQ-RCO GGUF，通过张量移植移除拒答方向，不重算任何 GSQ 学习到的量化值，保留 262K 上下文与 APACHE-2.0 许可。IQ3_S 版 83.86 GB，四档（IQ3_S/IQ3_XXS/IQ2_XS/Q2_0）均逐张量 blake2b 校验，每档仅比上游多 0.25–0.44 GB；模型无内置安全护栏，部署时需自行提供审核。
MoonMath.ai 发布 MoonMath-ai/GLM-5.3-Uncensored-FP8（Dolly2），通过修改 GLM-5.3 中 21 层的 29 个模块实现 abliteration，无需重训练。在网络安全拒绝测试集上应答率 83.1%，高于公开 abliterated 版的 67.3%；IFEval 91.0 对 39.0，MMLU-Pro 89.0 对 84.0，AIME 2025 73.3 对 63.3，且后者出现 67 次循环退化而 MoonMath 为 0。
推荐理由：原文给出 abliteration 的具体模块改法和拒绝率与质量基准对照，还报告了同类公开模型 53% 循环退化的问题，便于判断各版本取舍。
HauhauCS 基于 Google DeepMind 官方 Gemma 4 12B QAT 权重发布去审查版 GGUF 模型，0/465 拒答，不改动数据集与能力。Balanced 版针对 agentic coding、推理与创意写作调优，内置 MTP 投机解码头可提速约 60%，Q4_K_M 量化 6.9 GB，支持 256K 上下文与 mmproj 图像输入，兼容 llama.cpp、LM Studio 等 GGUF 运行时。
XTer123 基于 Heretic 的拒绝方向消融方法，将 Nanbeige4.3-33B 去对齐并量化为 Q5_K_M GGUF，无微调与新训练数据，104 个可消融矩阵中仅改 59 个，抽查张量与基座逐位一致。在其 100 条提示词测试集上，基座模型拒绝 98 次，该版本拒绝 26 次，KL 散度为 0.0224；聊天模板未改动，支持 262144 token 上下文配 4-bit KV cache，附带 rank-3 delta adapter 可重建权重，License 为 Apache-2.0。
推荐理由：原文给出拒绝方向消融方法与 98 比 26 的拒绝率对比和 KL 散度数据，可据此判断这个去对齐版本改动幅度。
tinyopsec 基于 openbmb/MiniCPM5-2B（Llama 架构，约 2.5B 参数，经 abliterated 去审查处理）制作并发布 GGUF 量化文件，采用 llama.cpp 生成，提供从 F16（5.0 GB）到 Q2_K 共 13 种量化档位，其中 Q4_K_M（4-bit medium）为推荐版本。模型可通过 llama.cpp 及 Ollama、LM Studio 等 GGUF 兼容运行时使用，以 Apache License 2.0 授权。
dealignai 以 CRACK 方式在权重层面直接移除 GLM-5.3-Flash 的拒绝行为，发布 FP8 量化版（320B 总参数、18B 激活、1M 上下文）。HarmBench-320 上拒绝率 0%，MMLU 87.33% 反超基线 86.74%；模型在 reasoning-OFF 与 MAX 档完全去审查，low 档刻意保留部分拒绝。页面还给出 vLLM/SGLang 部署注意：reasoning_effort 只接受 low 和 high，max 档需 max_tokens≥6000 否则返回空回复；视频 fps 须低于片段帧率，建议 fps:2。模型可在 Hopper GPU 上原生 FP8 推理，单流解码 163 tok/s，MTP 投机解码下 211 tok/s。
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》
huihui-ai 基于 Qwen/Qwen3.8-27B 发布去审查（abliterated）版本 Huihui-Qwen3.8-27B-abliterated-GGUF，仅消融第 22 至 52 层（0 起始索引），MTP 与视觉部分未改动。多个系列（Underdog-Saluki、Swift、Ternary、GSQ-RCO、UD 等）陆续追加，部分量化将 token_embd、output、ffn_down 等待消融权重转为 Q8_0 并命名为 Q2_K_L 至 Q6_K_L。模型可通过最新版 ollama 运行 huihui_ai/Qwen3.8-abliterated，llama.cpp 支持上下文长度 262144，官方提示输出可能含敏感内容，建议用于研究测试场景。
mradermacher 在 Hugging Face 上提供 Qwen3.5-27B-abliterated-ko 的 GGUF 量化版本。用户可通过 llama.cpp 直接推理或启动本地 OpenAI 兼容服务器，示例采用 Q4_K_S 量化档，并支持 LM Studio、Jan、Ollama、Docker Model Runner、Lemonade、Pi、Hermes Agent 及 OpenClaw 等工具加载运行。
AtomicChat 在 Hugging Face 发布 FLUX 3 Image Klein 文本编码器（Qwen3-VL-4B-Instruct）的去对齐 GGUF 版，将拒绝方向从权重中投影消除，英文有害请求拒绝率从 79% 降到 0%，俄语从 32% 降到 0%，MMLU 从 71.1% 到 71.2%。提供 BF16 至 Q4_K 共四档量化，可作为 stable-diffusion.cpp 的 --llm 直接使用；实测显示图像内容变化极小（LPIPS 0.066），并附与 webmp3 Sakura、pottokao Heretic 等同类去对齐编码器的 KLD、拒绝率和 MMLU 对比。方法遵循 Arditi et al. 2024 的单一拒绝方向研究，ComfyUI 暂不兼容该编码器。
推荐理由：原文给出了拒绝方向消融的完整方法和前后拒绝率数据，还与多个同类去对齐编码器做了量化对比。
AtomicChat 基于 BFL 的 FLUX 3 Image Klein 提示词扩展器（9B Qwen3.5 微调）投影移除拒绝方向，发布 llama.cpp 可用的 GGUF 权重及 3MB LoRA 版本。作为聊天模型，held-out 提示词上英文拒绝率从 63% 降至 0%，俄语从 29% 降至 1%，MMLU 从 74.15% 微降至 73.95%，工具调用与长文本检索不受影响；作为 upsampler 时在 35 条敏感请求中比原版多保留 2 条内容，但 Klein 图像模型本身不画这两类，出图无可见去审查效果。
同一新闻，精选展示《AtomicChat 发布 FLUX 3 Image Klein 提示词扩展器无拒绝 GGUF 版》
huihui-ai 基于 Qwen/Qwen3.8-27B 通过 abliteration 技术移除拒绝行为，发布无审查版 Huihui-Qwen3.8-27B-abliterated-GGUF。该版本仅对第 22 至 52 层（0 起始索引）做消融，其余层保持不变，并提供 Q2_K_L 至 Q8_0_L 等多种量化格式，可通过最新版 ollama（huihui_ai/Qwen3.8-abliterated）或 llama.cpp 运行，支持 -c 262144。模型安全过滤大幅降低，建议用于研究测试环境。
HauhauCS 发布 Qwen3.8-27B 无审查 Aggressive 变体的 GGUF 量化版本，0/465 拒答，直接作答且几乎无前导语。该版本附带 HauhauCS FastMTP 32K 加速 sidecar，在 Q8_K_P 下相比禁用 MTP 最高达 3.02x 文档 TG 和 1.93x 推理 TG，比标准内嵌 MTP 高 35.2% 和 21.1%。模型保留文本、推理、agentic、图像与视频能力，原生 262,144-token 上下文，可扩展至 1,000,000，兼容 llama.cpp 等标准 GGUF 运行时。
dealignai 发布 GLM-5.3-FP8 的全谱系去对齐权重版 v2，通过直接修改 bf16 residual-writer 张量降低拒绝行为，不依赖微调、LoRA 或运行时钩子。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 240 项行为 TRUE_COMPLY 达 91.7%（off），MMLU 87.43% 较基线 +1.85pp；模型基于 zai-org/GLM-5.3（753B，glm_moe_dsa 架构，纯文本），可在 vLLM 上以原生 FP8 速度运行，附 8×H200 TP8 部署配置与 reasoning_effort 仅支持 low/high 等运行注意事项。
同一新闻，精选展示《dealignai 发布 GLM-5.3-UNCENSORED-FP8 无对齐权重版并修复推理循环问题》
基于 unsloth/Llama-3.2-3B-Instruct 的去审查微调模型推出 GGUF 量化版本，abliteration 后 KL 散度仅 0.0265，测试中 100 次拒绝仅 4 次，并保留多语言能力。提供 Q4_K_M（2.02GB）、Q5_K_M（2.32GB）、Q8_0（3.42GB）和 f16（6.43GB）四种量化，可在 LM Studio 或 Ollama 中加载使用。
R0U5 在 Hugging Face 发布基于 Qwen2.5-1.5B-Instruct 的 abliterated 版本，用 Lethe 方法从对比激活中计算拒绝方向并从残差写入权重矩阵（含嵌入矩阵）中正交化移除。模型转为 GGUF 后在 llama.cpp 实际服务环境验证，20 条 held-out 拒绝诱导提示的拒绝数从 17/20 降到 0/20，连贯性检查通过；并指出自评同源采样和把退化输出计为合规两种假完美陷阱。提供 Q8_0（1.65 GB）与 f16（3.09 GB）权重，经 YaRN 扩展至 65,536 token 上下文，作者明确说明消融只改变拒绝行为、不增加能力。
推荐理由：原文给出 Lethe 消融方法、llama.cpp 实测拒绝率从 17/20 降到 0/20，还说明了两个易被忽视的评测陷阱。
dealignai 在 Hugging Face 发布 Ornith-1.5-122B-UNCENSORED 的 NVFP4-Infernix 格式导出，这是去 refusals 版本的量化模型，基于 Qwen3.5-122B-A10B 架构（48 层、256 个路由专家每层取 top 8），附带 MTP 与 DFlash2 drafter。模型经逐字校验与 checkpoint 无失配，可在单张 RTX 5090（32 GB）上运行，约需 70 GiB 主机内存和 76 GB 磁盘空间，速度仍待优化测定。
Hugging Face 用户发布 Qwen3.8-Flash-Next 越狱版（orcarouter/Qwen3.8-Flash-Next-Uncensored）的 UD-Q4_K_XL 风格量化，复刻官方 Unsloth 类型表，主干 5.03 BPW、总计 108.39 GiB，附带 MTP draft head（Q8_0）与视觉塔（BF16），原生上下文 262,144，Apache-2.0。在 AMD Strix Halo 上以 Gufo 与 Halogen 实测 decode 32~40 tok/s，MTP 推测解码正常；缺 MTP head 会静默关闭推测解码，吞吐掉 30%+。
pasangimhana 发布 gemma4-12b-it-abliterated，基于 google/gemma-4-12B-it 做权重编辑，将拒绝方向从残差写入中正交化移除，无训练无微调，bf16 单文件 23.9 GB，共修改 97 个张量。大基准（769 条有害提示）上有害拒绝率从 454 降到 6，comply 从 32% 升至 91%，良性提示退化输出率与基座相同（9/92）；方法上在每层捕获 150 有害与 150 无害提示的残差求方向，采用以第 24、28 层为中心、sigma 6 的宽高斯带正交化，并强调嵌入编辑不可省略。使用时需将 <turn|>（token 106）设为停止符；模型无任何安全过滤，作者提醒不要无外部策略层直接公开部署，且未跑 MMLU、GSM8K 等能力基准。
推荐理由：原文给出消融方法、拒绝率前后对比和退化输出对照，读者可据此判断这次权重编辑去掉了多少拒绝行为、代价多大。
BoldingBuilds 放出 OrcaRouter 去 GLM-5.3-Flash-Uncensored（320B 总参数/18B 激活 MoE、288 路由专家、1M 上下文）的 imatrix GGUF 量化，含 IQ3_XXS、IQ2_M、IQ2_S、IQ2_XXS 四档，并修正共享专家与 attention 量化配方使 IQ2_S 等通过全部 48 项一致性测试。量化权重上实测 JailbreakBench 有害拒绝率 0.040（OrcaRouter FP8 为 0.120，base 为 0.930），HumanEval pass@1 0.927；作者指出空输出会计为服从，提醒评测时必须同时报告空输出数，文件已适配 mainline llama.cpp 与 LM Studio 模板。
abliterated 版模型 yuanyeyuanye/llm-qwen3.8-flash-next-abliterated-iq4xs（UD-IQ4_XS 量化）现可通过 llama.cpp 加载，支持 llama serve 启动兼容 OpenAI 的本地服务器与 llama cli 终端推理。模型也可经 Ollama、Docker、Lemonade 拉取运行，并能接入 Pi、Hermes、OpenClaw 等工具，覆盖 macOS、Linux 与 Windows 平台。
FRENCHFAKER 发布首个 abliterated 版 Nanbeige4.3-33B GGUF，用 refusal-direction ablation 移除原始模型对进攻性安全请求的拒绝行为。50 条有害提示词基准上拒绝率从 80%（40/50）降至 8%（4/50），安全/渗透测试类提示词拒绝率约 0%，推理与工具调用保持完整；IQ4_XS 量化约 17 GB，可在单张 24 GB GPU 上以约 33 tok/s 运行，基于 Apache-2.0 许可。
推荐理由：原文给出拒绝率前后对照和逐层消融方法，读者可据此评估这个去对齐版本的可靠程度。
huihui-ai 基于 yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2 制作 abliterated 去审查版本，在不使用 TransformerLens 的情况下移除模型拒绝行为，属于概念验证实现。该模型安全过滤大幅减弱，可能生成敏感或不当内容，官方建议仅用于研究、测试或受控环境，避免直接投入生产或面向公众的商业应用。
0xSojalSec 在 Hugging Face 发布 Huihui-GLM-5.3-Flash-abliterated，支持 image-text-to-text 任务，提供 UD-Q4_K_XL 量化版本。页面给出 Transformers pipeline、llama.cpp、vLLM、SGLang、Ollama、Docker 等多种部署方式的完整命令，可通过 OpenAI 兼容 API 本地运行该模型。
HauhauCS 发布 Qwen3.5-4B 的去审查版 Uncensored-HauhauCS-Aggressive，移除全部 465 个拒绝样本，实现完全无审查且能力无损，模型不会拒绝提示词。其提供 BF16 到 Q4_K_M 等多种 GGUF 量化（7.9 GB 至 2.6 GB），原生支持文本、图像、视频多模态，262K 上下文（可用 YaRN 扩展到 1M），可在 llama.cpp、LM Studio、Jan 等运行时加载。
huihui-ai 基于 deepseek-ai/DeepSeek-V4.1-Flash-1017 发布 abliterated 去审查版本，完全用 llama.cpp 的 GGUF 完成 abliteration，未依赖 Transformers。仅 abliterate 第 11 至 28 层（0 起始索引）的 18 个 attn_output_b 张量，专家系统未改动；UD 系列来自 unsloth 的 GGUF。模型安全过滤大幅降低，建议用于研究或受控环境，支持 262144 上下文长度。
lesj0610 发布基于 nvidia/Qwen3.8-Flash-Next-FP4-Local 的 abliterated 版本，权重文件与基座逐字节一致，仅靠 config.json 中的 abliteration_config 块和 fp4local-abliterated vLLM 插件在推理时做拒绝方向投影。625 条有害提示的拒绝短语命中从基座 97.92% 降到 0.16%，MMLU 较基座低 1.30 分，GSM8K 无显著变化；需 vLLM 0.32.1rc0 以上版本，拒绝行为仅在英文下测试，视频能力未评测。
推荐理由：原文给出拒绝率、MMLU/GSM8K 与基座的对照数据，并解释了为什么对 FP4 量化权重选择推理时投影而非直接改权重。
guywithacode 在 Hugging Face 上传了 Qwen2.5-7B-Instruct-abliterated 模型。该模型卡为自动生成，除模型名称外，开发者、许可证、训练数据、微调来源等信息均标注为待补充。
huihui-ai 发布基于 Qwen/Qwen3.8-27B 的 abliterated 去审查 GGUF 版本，通过 abliteration 技术移除模型拒绝回答的行为，仅消融部分层（如第 22 至 52 层，0 起始索引），MTP 与视觉部分未改动。提供 Q2_K_L 至 Q8_0_L 等多种量化，其中需消融的权重已转为 Q8_0 或 BF16 以提升回复质量，支持 262144 上下文长度，可通过最新版 ollama（huihui_ai/Qwen3.8-abliterated）或 llama.cpp 运行。模型安全过滤大幅降低，建议用于研究测试而非生产环境。
作者发布了一个 Strata 运行时去拒绝方案包，收录 ISTA-DASLab 的 Q2_0、IQ2_XS、IQ3_XXS、IQ3_S 四档 GSQ-RCO 量化权重（逐字节复制并校验 SHA256），外加一个 480 KB 的拒绝方向向量文件，来自 Huihui 对 144 个残差写入张量的秩一编辑，在推理时对每层残差流做投影 h = h - (h·r)r 以移除拒绝行为。
推荐理由：作者用拒绝率、KL 散度和解码速度实测了运行时去拒绝向量的效果，数据可直接用于判断这种方案对输出的改动幅度。
dealignai 在 Hugging Face 发布 GLM-5.3-FP8 的全谱系无对齐版本，通过直接修改 bf16 residual-writer 张量实现权重级去审查，不使用微调、LoRA 或运行时钩子。v2 修复了 v1 在约 2% 高难度提示上的推理循环问题，HarmBench-320 上 GARBAGE 从 7 降至 0，非版权 240 项行为 TRUE_COMPLY 达 91.7%（off），MMLU 87.43% 较基线 +1.85pp。附 vLLM TP8 部署配置，注意 reasoning_effort 仅支持 low/high，high/max 需 max_tokens ≥ 8000。
推荐理由：原文给出权重级去对齐的具体做法和 HarmBench-320、MMLU 前后对比数据，读者可据此评估该版本的去对齐程度与能力损失。
R0U5 用 Lethe 正交化消融方法放出 Qwen/Qwen3.5-9B 的永久无对齐版本权重，拒绝率从 3.1% 降到 0.0%，KL 散度 0.009。方法对所有 32 层共 64 个残差写入投影做消融，bf16 权重约 18 GB，Apache-2.0 协议，并附 GGUF 转换与量化命令，q8_0 约 9 GB、q4_k_m 约 5.5 GB。
推荐理由：原文给出拒绝率前后对比、KL 散度和 64 个矩阵的消融范围，去对齐程度与能力损失都有数据可查。
zugquants 在 Hugging Face 发布 Qwen3.8-Flash-Next 的 GSQ-RCO GGUF 量化版，为 120B/180B 参数、512 专家（每 token 激活 10 个）的无审查 abliterated 模型。内置 Turbo Brilliance 系统含 27 种 reasoning、27 种 instruct 模式及 15 个 AI CONSTRUCTS，可在提示词或 API 中即时切换。实测 46 GB 双 GPU 加 RAM offload 达 17 t/s，全 GPU offload 60-90 t/s，12GB 显存起可运行。
zugquants 在 Hugging Face 发布基于 Qwen3.8-27B 的多阶段去对齐微调 Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored，提供含 MTP 版本的 NEO imatrix GGUF 量化。作者称 8bit ARC-C 735、ARC-E 882，4bit ARC-C 719，全部 7 项基准超过基座 Qwen3.8-27B，思考 token 减至基座的 1/2 至 1/10；用 Heretic v1.2.0 ARA 方法去审查后 100 次测试中拒绝从 99 降至 0，KL 散度 0.0535。
zugquants 与 Nightmedia 推出基于 Qwen3.5-9B 的多阶段微调合并模型，完全无审查并经 Heretic 后训练，在 4bit 与 8bit 下 ARC-C 达 640，超过 Qwen3.5 9B 全部 7 项 benchmark，部分场景追平 Qwen3.6 27B。提供常规与 MTP 两类 NEO IMATRIX GGUF：Q4_K_S 常规版约 130 t/s，MTP 版（token acceptance 60%）可超 185 t/s；支持 256k 上下文与视觉（需另下 mmproj 文件），含 5 种 reasoning 与 5 种 instruct 模式，可经 API 或聊天内即时切换。
zugquants 在 Hugging Face 发布 Qwen3.8-Flash-Next 的 abliterated（去审查）GGUF 量化版，参数量 120B，Turbo Brilliance 文中另一处称 180B、512 专家（每 token 激活 10 个），含 27 推理 + 27 instruct 模式（另有 9 个 xhigh）及 15 个 AI Construct。模型可在 12GB 显存 GPU 上运行，2 GPU 加 RAM offload 实测 17 t/s，全 offload 达 60-90 t/s，RTX 6000（96GB）估计 150+ t/s，采用强于 QAT 的 GSQ-RCO 量化并称达 SOTA BF16 级性能。
dealignai 发布基于 DeepSeek-V4.1-Flash-1017 的无对齐版本，在原生 FP8 e4m3 权重上做消融编辑去除拒绝行为，保留 1M 上下文、多模态、工具调用与推理档位，与上游字节兼容可直接加载。HarmBench-320 实测 320/320 全部 COMPLY、零拒绝；MMLU 从基座 87.63% 降至 83.77%（-3.86 pp）， Humanities 类损失最大达 -7.31 pp。低比特量化建议在目标精度上重跑消融流程，原生命令行推理已验证于 4×H200，SGLang 启动参数与构建工具链要求在模型卡中给出，MIT 许可，仓库手动门控。
同一新闻，精选展示《DeepSeek-V4.1-Flash-1017 无对齐 FP8 权重发布，HarmBench 320 题全部合规》
dealinai 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、思考模式开关，保留视觉权重、MTP 头和 n-gram 表。实测 MMLU-500 从基线 67.40% 降至 63.20%（−4.20pp），HarmBench-320 聊天与思考模式合规率均 100%，多轮对抗测试 0/5 漂移回拒绝。在 RTX PRO 6000 上经 exllamav3-anemone + TabbyAPI 验证约 68 tok/s 解码、1105 tok/s 预填充，并提醒低比特重量化可能使合规回退，建议在目标精度上重跑 abliteration 流程。
同一新闻，精选展示《dealignai 发布 DeepSeek-V4.1-Flash-1017 无对齐 EXL3 2.9bpw 量化包》
huihui-ai 基于 Qwen/Qwen3-8B 通过 abliteration 技术制作出去审查版本 Huihui-Qwen3-8B-abliterated-v2，采用新的更快消融方法并修复了上一版问题，还调整了 0 层以消除乱码。该模型可在 Hugging Face 用 transformers 加载，Ollama 端可用 huihui_ai/qwen3-abliterated:8b-v2 直接运行，并通过 /set think 和 /set nothink 切换思考模式。