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。
Testprofile1 发布的 Dolphin3.0-Llama3.1-8B-abliterated 现已提供 GGUF 格式文件，使用 Unsloth 完成转换。可用文件包括 F16 量化版本，支持通过 llama-cli 或 llama-mtmd-cli 加载运行。
Hugging Face 上架 MishraNepali/Dirty-Muse-Writer-v01-Uncensored-Erotica-NSFW-Q2_K，一个 Q2_K 量化的无审查情色/NSFW 写作模型。页面给出 llama.cpp、vLLM、Ollama、Docker Model Runner、Lemonade 等多种本地运行方式，支持启动 OpenAI 兼容 API 服务器或在终端直接推理。
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。
dealignai 的 DeepSeek-V4.1-Flash-1017-UNCENSORED（约 764B 参数 MoE、1M 上下文）推出 oMLX oQ4e 量化版，约 432 GB，保留 MTP 头与 Engram 量化，需 512 GB Mac 运行。MMLU-Pro 80.3、GSM8K 96.0、HumanEval 92.7，与官方权重版差距在几分以内，SafetyBench 76.3 因移除拒答而下降。Mac Studio M3 Ultra 上解码约 29 tok/s，MIT 许可。
Hugging Face 用户 thomasdaniel87 发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 格式，文件大小从 4.00 GB（MLX 4-bit）到 14.23 GB（BF16）不等，推荐 GGUF 使用 Q4_K_M（4.60 GB）。该版本无内置安全检查器，可直接生成 NSFW 内容，需配合 ComfyUI 与配套的 qwen3vl_8b 文本编码器和 VAE 使用，MLX 格式针对 Apple Silicon 优化。
Hugging Face 上架 JohnCarlAI/llama2_70b_chat_uncensored_Safetensors 模型，基于 meta-llama/Llama-3.1-70B，经 meta-llama/Llama-3.3-70B-Instruct 微调（670），以 Safetensors 格式提供无审查聊天能力。该模型尚未部署任何 Inference Provider，下载量未被追踪，README 内容为空。
burningfeet 在 Hugging Face 发布 Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes GGUF，基于 HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive 底座，并将 Hermes 微调数据（约 2k 块、来自两个 FFN expert 张量）迁移而来。该模型经 Genesis 后训练张量修复处理，基于 Marchenko–Pastur 分布降噪，保留 99% 信号与学习梯度。规格为 35B 总参数、MoE 每次前向约 3B 激活、256 专家（8 路由 + 1 共享）、262K 原生上下文（YaRN 可扩展至 1M），推荐 APEX 或 NVFP4 量化并保持至少 128K 上下文。
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。
Hugging Face 发布 Gameblamer/Flux_Lustly.ai_Uncensored_nsfw_v1 的使用说明，该模型是 FLUX.1-dev 的 LoRA 权重，可通过 Diffusers 加载，支持 CUDA 和 Apple mps 设备，并可在 Google Colab、Kaggle、Draw Things、DiffusionBee 等环境中运行。
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。
Hugging Face 上发布 orcarouter/DeepSeek-V4-Flash-Vision-Uncensored 的 EXL3 4 bpw 量化版，共 23 个 safetensors 分片、约 146 GB，实测码率 4.04 bpw，针对 TabbyAPI / exllamav3 与 CPU MoE offload 调优。在 56 GB VRAM（2 GPU）上验证，cpu_moe_split_experts: 192、cache_size: 131072，生成速度约 23 tok/s，文本与视觉均已通过 chat_template.jinja 基础模板验证。
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。
Spark-X2.6-4B-Uncensored-GGUF 上架 Hugging Face，提供 Q4_K_M 量化版本，可通过 llama.cpp 在本地启动 OpenAI 兼容服务器或直接在终端运行推理。该模型还支持通过 Ollama、Docker Model Runner、Lemonade 以及 Pi、Hermes、OpenClaw 等 Agent 工具加载使用。
dealinai 以 CRACK 方式对 GLM-5.3-Flash 做权重级去审查并发布 FP8 版本（320B 总参数、18B 激活、1M 上下文），直接在张量中移除拒绝行为，不用 SFT、DPO、LoRA 或模板技巧。HarmBench-320 上 reasoning-OFF 和 max 档 320/320 全通过、0 拒绝（low 档保留部分拒绝），MMLU 87.33% 高于基线 86.74%；H200 TP4 原生 FP8 解码 163 tok/s，开启 MTP 投机解码达 211 tok/s、接受率 75.9%。
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》
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。
huihui-ai 基于 Aleph-Alpha/Kolibri-1-BF16 制作了 abliterated 无审查版本，全程用 llama.cpp 的 GGUF 完成，不依赖 Transformers。已用 llama.cpp 重新量化并上传 Q2、Q3、Q4、Q5、Q6、Q8 和 BF16 版本。原版 llama.cpp 暂不支持 kolibri1 架构，需应用仓库内提供的补丁并检出 commit 836d571 后编译。
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。
nchapman 在 Hugging Face 发布 Huihui-Qwen3.5-4B-abliterated-W4A16-GPTQ，这是一个 abliterated 的 4B 多模态 GPTQ 量化模型，支持 image-text-to-text 任务。页面给出 Transformers、vLLM、SGLang、Docker Model Runner 等多种部署方式，均可通过 OpenAI 兼容 API 调用。
MishraNepali 发布 OrcaSAQ-2-Cyber-27B-Uncensored 的 GGUF Q2_K 量化版本，可在 Hugging Face 获取。该模型支持通过 llama.cpp、vLLM、Ollama、Docker Model Runner 等多种工具本地运行，并可启动 OpenAI 兼容 API 服务器供 LM Studio、Jan、Pi、Hermes、OpenClaw 等客户端调用。
KaedeTai 将 SC117 制作的 abliterated 版 Occamy-1.0 从 BF16 GGUF 反向转回 HF 布局并量化为 MLX 4-bit，约 20 GB。仓库装回 Accio-Lab 原版的 vision tower，并从 KaedeTai/Ornith-1.5-35B-A3B-BigBang-MTP-zh-mlx-4bit 原样移植 MTP 草稿头；该头在 Occamy 上草稿接受率达 65.6%（每周期 2.13 个 token），高于其原本干的 Ornith 主干的 64.9%。作者用逐张量逆变换脚本还原 llama.cpp 转换改动，42 个对照张量中 40 个与未去对齐基座逐位一致，其余两个正是消融所改的矩阵。
推荐理由：作者给出了逐张量校验和同机对照的 TMMLU+ 分数，可以核对这套 GGUF 转 MLX 加移植 MTP 头的转换质量与速度收益。
R0U5 在 Hugging Face 发布 Qwen2.5-7B-Instruct-abliterated-64k，这是基于 huihui-ai 消融模型与 mradermacher GGUF 量化的元数据修复版，非新增消融。仓库将 context_length 重新声明为 65536 并添加 YaRN rope scaling 元数据（factor 2.0），以满足 Hermes Agent 64,000 token 最低上下文要求，权重与上游量化逐位一致。经 llama.cpp 验证 12 个拒绝测试提示 0 拒绝，Q4_K_M 版本 4.68 GB。
dealignai 在 Hugging Face 发布 Nanbeige4.3-33B 的 UNCensored GGUF 版本，移除基础模型的拒绝行为，提供 Q6_K（25.3 GB）、Q4_K_M（18.7 GB）、IQ2_XXS（8.7 GB）三种量化，均附带基于 1M token 校准内容的 imatrix，保留原生 think on/off 与 512K 上下文。与同量化基础版对比，MMLU chat 下降 Q6_K −1.74pp、Q4_K_M −1.09pp、IQ2_XXS −4.53pp；6 提示多轮合规测试三个量化均为 6/6 通过、0 次拒绝。
推荐理由：原文给出三种量化的 MMLU 前后对照和多轮拒绝率实测，读者可据此评估去掉拒绝行为的能力代价。
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。
3hs4n 发布 Qwen3.8-Flash-Next-Uncensored 的 MLX 优化量化版，目标模型采用 affine 2-bit/group-128 重建，搭配 Inco AI 的 BF16 DFlash2 草稿模型，完整下载 74.048 GB。在 M1 Max 64 GiB 实测中，代码与数学 warm 解码达 37.62 和 33.69 tokens/s，约为基线的 1.70× 和 1.56×，文本仅 1.048×；固定 50 题 GSM8K 子集全部答对且与原生参考一致，进程峰值内存 42.12 GiB。
推荐理由：作者实测了 M1 Max 上代码与数学解码的加速倍数和内存峰值，并给出 32/48/64 GiB 的可行性判断，便于评估本地部署。
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。
HAYAT 35B-A3B Uncensored (GGUF) 上架 Hugging Face，是 Windows 本地优先 AI 助手 HAYAT 的主模型，权重与 HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive 完全一致，基于 Qwen3.6-35B-A3B，HAYAT 仅添加含系统指令与采样设置的 Modelfile。