新闻、仓库与研究，按时间排列。
huihui-ai 在 Hugging Face 发布 Aleph-Alpha/Kolibri-1-BF16 的去审查（abliterated）版本 Huihui-Kolibri-1-BF16-abliterated。该模型完全基于 llama.cpp 的 GGUF 完成 abliteration，未依赖 Transformers，具体方法见 cvector-generator。官方警告其安全过滤大幅削弱，可能生成敏感内容，建议仅用于研究和受控环境，产出后果由使用者自负。
mradermacher 在 Hugging Face 发布 Qwen2.5-0.5B-Instruct-3MPER0RR-abliterated 的 GGUF 静态量化版本，提供从 Q2_K 到 f16 共 12 种规格，体积介于 0.4-1.1 GB，其中 Q4_K_S/Q4_K_M 被标注为快速且推荐，Q8_0 为最佳质量。weighted/imatrix 量化暂不可用，用户可通过 Community Discussion 提出请求。
mradermacher 在 Hugging Face 发布 Qwen3-06B-3MPER0RR-abliterated 模型的静态 GGUF 量化版本，提供从 Q2_K（0.4 GB）到 f16（1.3 GB）共 13 种量化类型。其中 Q4_K_S、Q4_K_M 标注为快速且推荐，Q6_K 质量很好，Q8_0 快速且质量最佳。加权/imatrix 量化版本可在其模型页面获取，使用方法可参考 TheBloke 的 README。
Hugging Face 上发布了 mradermacher/Qwen3-06B-3MPER0RR-abliterated-i1-GGUF 量化模型。该仓库为 GGUF 格式，模型约 287k 参数，仓库卡片缺少 YAML 元数据。
huihui-ai 在 Hugging Face 上发布 Huihui-Qwen3.8-Flash-Next-abliterated-GGUF，这是用 abliteration 技术移除拒绝行为的 Qwen/Qwen3.8-Flash-Next 无审查版本。GGUF 文件来自 unsloth 系列，支持最新 llama.cpp 和 Strata，可用 llama-cli 加载，上下文设为 -c 262144。发布方提醒该模型安全过滤已大幅削弱，仅建议用于研究、测试或受控环境，使用后果由用户自行负责。
huihui-ai 发布 Aleph-Alpha/Kolibri-1-BF16 的去审查版本 Huihui-Kolibri-1-abliterated， abliteration 过程完全基于 llama.cpp 的 GGUF 模型完成，不依赖 Transformers，方法见 cvector-generator。该模型安全过滤被大幅削弱，可能生成敏感或不当内容，仅建议用于研究和受控环境，不适合公开场景，用户须自行承担法律与伦理责任。
Xeldia 在 Hugging Face 发布 Qwen3.8-27B-ABLITERATED 的 GGUF 版本，提供 Q2_K 到 Q8_0 全部标准 K-quant 及视觉投影器，由 Blackfrost-AI 的 BF16 去对齐权重转换而来，保留 262,144 token 上下文和原生 MTP 投机头。发布页给出 R1-HARMFUL-BENCH-450 拒绝基准：经三阶段筛选后残余 11 例真拒绝（2.4%），并附 WikiText-2 困惑度对比与 DFlash2 投机解码实测中位 109.31 tok/s；DFlash2 路径需固定 llama.cpp PR #27342 实现。
同一新闻，精选展示《Blackfrost 发布 Qwen3.8-27B-ABLITERATED GGUF 量化版，残留拒绝率2.4%》
huihui-ai 发布 Aleph-Alpha/Kolibri-1 的去审查（abliterated）GGUF 版本，完全基于 llama.cpp 对 GGUF 模型完成消融，未修改全部专家模块。原版 llama.cpp 尚不支持 kolibri1 架构，需在 upstream commit 836d571 上应用仓库附带的 kolibri1-llama.cpp.patch 补丁并编译。模型仅建议用于研究与受控环境，用户需自行承担法律与伦理责任。
GitHub 仓库 alexroto/refusal-in-llms 是一项独立研究，将 Arditi 等人 2024 年论文《Refusal in Language Models Is Mediated by a Single Direction》提出的拒绝消融技术，应用于初始数据集中覆盖不足、本应触发拒绝的领域。项目为 Python 3.12 环境，运行在 runpod 上，配置为 PRO 6000 MIG 48GB GPU、8 vCPU、125 GB 内存。
用户 3MPER0RR 在 Hugging Face 发布基于 huihui-ai/Qwen2.5-0.5B-Instruct-abliterated-v3 的 abliterated 模型，采用多轮 abliteration 处理，已测试并保存。模型为 0.5B 参数、BF16 精度，以 Apache 2.0 许可发布，权重格式为 Safetensors。
3MPER0RR 在 Hugging Face 发布 Qwen3-06B 的 abliterated 版量化模型，采用 Q8_0 GGUF 格式。该模型可在 Transformers、llama.cpp、vLLM、SGLang、Ollama、LM Studio、Docker Model Runner 等多种工具中加载，llama.cpp 与 vLLM、SGLang 均支持启动 OpenAI 兼容 API 服务。
Subnet46 在 Hugging Face 发布 GLM-5.3-Flash-Uncensored-FP8，对 Z.ai 的 GLM-5.3-Flash（320B/18B-active MoE）做 abliteration 去除拒绝方向，并直接写入官方 block-FP8 权重分片，共修改 12,479 个残差写入矩阵，可在已有部署中作为 zai-org/GLM-5.3-Flash 的直接替换。在 JailbreakBench 测试集上有害拒绝率从 0.891 降到 0.094，良性过拒从 0.094 降到 0；MMLU、MMLU-Pro、GSM8K、CMMLU 变化均在 ±1.5 pp 内。
推荐理由：原文给出了完整的消融方法、各阶段拒绝率前后对比与能力保留数据，还报告了部分内容类别无法被单一方向消融的发现。
3MPER0RR 在 Hugging Face 上发布 Qwen3-06B-3MPER0RR-abliterated 模型。该模型可通过 Transformers 的 pipeline 或 AutoModelForCausalLM 直接加载，也支持 vLLM、SGLang 和 Docker Model Runner 部署，后两者均提供 OpenAI 兼容 API 调用，并可通过 `docker model run hf.co/3MPER0RR/Qwen3-06B-3MPER0RR-abliterated` 运行。
John2202 在 Hugging Face 发布 Qwen3-1.7B-abliterated 的 Q4_K_M GGUF 量化版本，由 mlabonne/Qwen3-1.7B-abliterated 通过 llama.cpp 转换而来。用户可通过 llama-cli 或 llama-server 命令直接加载使用，服务器模式默认 -c 2048 上下文。模型也可在 llama.cpp 仓库中按源码编译方式（支持 LLAMA_CUDA 等 GPU 加速编译选项）直接调用。
发布者在 Hugging Face 放出基于 Qwen/Qwen3.5-9B 的完全去审查版本，先用正交投影消融去除拒绝方向（3 轮），再用 QLoRA（r=64, alpha=128）微调消除剩余 5 类顽固拒绝，拒绝率从基座的 0/18 降到 18/18 全应答。文中给出逐层拒绝方向强度、与 Dolphin-Mistral 7B 同为 94% 的对比结果及 Ollama、GGUF、MLX 等多种格式下载。
推荐理由：原文给出了两阶段消融流程、逐层拒绝方向数据和前后拒绝率对照，读者可以据此判断这个去对齐版本到底去掉了多少。
kmnstudio101 在 Hugging Face 发布 meta-models/Muse-Glimmer-30B 的去对齐版本，使用 Heretic v2.0.0.dev0+custom 消融制作，关键词从 100/100 降至 0/100，KL 散度为 0.0375。模型卡提示安全对齐已大幅削弱，仅供研究与实验使用，避免部署到公开或面向最终用户的服务。
推荐理由：原文列出了 Heretic 消融参数与关键词、KL 散度的前后对比，读者可以据此判断这个去对齐版本改动程度。
kmnstudio101 发布 Muse-Glimmer-30B-Heretic-Abliterated-BF16 v2，使用 Heretic 工具经 500 次 Optuna 试验完成消融，拒绝率从 v1 的 29% 降至 6.5%，KL 散度为 0.076。消融流程包括跨 52 层计算拒绝方向、LoRA 适配器投影去除拒绝方向并合并回基础权重。BF16 版本约需 55 GB 显存，另有 Q4_K_M 约 16 GB、Q6_K 约 22 GB、Q8_0 约 28 GB 的 GGUF 量化版本，许可证为 Apache 2.0，基础模型为 Meta Muse Glimmer 30B。
推荐理由：原文给出 v1 到 v2 的拒绝率与 KL 散度对比数据和完整消融流程，读者可据此评估这个去对齐版本的效果与质量代价。
kmnstudio101 发布 meta-models/Muse-Glimmer-30B 的去消融版本，用 KL 约束（λ_KL=1.0）的 BoN 引导 LoRA SFT 将安全拒绝率从 100 降到 13/100，LoRA 仅占参数量 0.10%，随后折叠进基础权重。提供 bf16 两个 safetensors 分片（56 GB）及 Q8_0（28 GB）和 Q4_K_M（16 GB）GGUF 量化，各量化变体的 KL 均值分别为 0.1018 与 0.1444；基准评测按作者要求跳过，能力保留未重测。
推荐理由：作者公布了完整的KL指标、拒绝率与训练配置，并说明能力未重测，读者可以据此自行评估损失程度。
Hugging Face 用户发布社区合并检查点 qwen3.5-9b_abliterated_0x100refusal_vision_int8_convrot，将 lukey03/Qwen3.5-9B-abliterated 的语言权重与 huihui-ai 的 337 个视觉张量合并，共 1,264 个张量、约 9.83 GB，面向支持 INT8 ConvRot 量化的 ComfyUI。250 个语言矩阵相对 L2 量化误差平均 0.9713%。"0% Refusal" 仅为上游命名，并非实测拒绝率；该项目为 Apache-2.0 许可的实验性合并，非官方发布。
用户 shawnw3i 在 Hugging Face 发布 Qwopus3.8-27B-Flash-V2-abliterated-exl3-6bpw 模型，采用 Safetensors 格式，模型大小为 11B params，张量类型为 BF16 · F16 · I16。该模型没有模型卡，也未部署任何 Inference Provider。
OS-Software 在 Hugging Face 发布基于 Heretic 消融的去审查版 llm-jp-4.1-33b-thinking，针对目标层 34–49 设置自定义参数。在 Q4_K_M 量化下，有害提示拒绝数从原版的 88/100 降至 0/100，首 token KL 散度 0.0118，MMLU 74.05%（原版 74.37%），HumanEval pass@1 93.29%（原版 94.51%）。作者声明该模型安全对齐已大幅削减，仅供安全研究与红队测试等实验用途。
同一新闻，精选展示《OS-Software 发布 llm-jp-4.1-33b-thinking 的 Heretic 去审查 GGUF 版》
OS-Software 发布了 llm-jp/llm-jp-4.1-33b-thinking 的去对齐 GGUF 版本，使用 Heretic 的自定义 fork 消融参数制作。在 Q4_K_M 量化下，拒绝率从原模型的 88/100 降到 0/100，KL 散度 0.0118，MMLU 74.05% 与 HumanEval pass@1 93.29% 相比原模型分别下降 0.32 和 1.22 个百分点。作者标注该模型仅用于安全研究与红队测试等用途，输出需独立验证。
推荐理由：原文给出了 Heretic 消融参数和拒绝率、KL、基准的前后对比，读者可以据此判断这个去对齐版本的能力损失程度。
dealignai 发布 GLM-5.3-Flash 的 CRACK 去对齐 FP8 权重，通过直接修改张量移除拒绝行为，320B 总参数、18B 激活，HarmBench-320 在 reasoning-OFF 和 MAX 档 100% 服从、拒绝率 0%，MMLU 87.33% 高于基座 86.74%。作者说明低推理档保留部分拒绝，weight 修复版需重新下载；附 vLLM 部署参数，H200 上解码 163 tok/s、MTP 投机解码 211 tok/s，并给出 reasoning_effort 只接受 low 和 high、max 档需 max_tokens 6000 以上、视频 fps 须低于片源帧率等实测注意事项。
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》
作者 Hadi 对 XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B（MIT 许可）做拒绝消融，在 Hugging Face 发布 Flexingmeow/MiMo-V2.6-Distill-Qwen-9B-Abliterated（D 激进变体），拒绝率从 78.1% 降到 9.4%，数学推理准确率保持 100%，困惑度变化小于 0.03 NLL。因 qwen3_5 混合注意力架构不被现有工具支持，作者自写了基于 transformers 的管线，全程 CPU 完成。关键发现是拒绝方向必须从生成的回复区提取，在提示词末 token 提取的方向消融后无效（KL ≈ 1e-7，拒绝率不变）；作者也提示评测集较小且微调可能重新引入拒绝。
推荐理由：原文给出完整消融方法、拒绝率前后数据和评估局限，还提出推理模型需在生成区提取拒绝方向的可迁移结论。
Keys（drowzeys）在 GitHub 发布完整 4-bit 推理配方，将 abliterated 版 aday777/Qwen3.8-27B-ARA 通过 eugr vLLM 0.27 GB10 构建部署在单台 NVIDIA DGX Spark（121 GB UMA）上。核心是把 vLLM PR #49891 的 FA2 NVFP4-KV 路径回移植到 sm_121a，使 KV 池从约 2.1M token 翻倍到 4.34M，实现 1M 上下文约 4.14× 并发；A4Q 原生 fp4-QKᵀ 带来 48–96K 下 prefill +8–10%、TTFT −7–9%，decode 中性（同模型 A/B 实测）。
推荐理由：原文给出单卡 DGX Spark 跑通 1M 上下文的完整方法、逐项实测日志和未奏效的记录，可作为 GB10 量化推理栈的可复现参考。
garbatyzydziok-cmd 在 GitHub 发布 gemma-4-abliterated 项目，基于 Gemma 4 31B 去除 guardrails，同时保持模型核心质量。项目面向 Apple Silicon Mac，通过 MLX 运行，建议 32 GB 统一内存和至少 50 GB 可用 SSD 空间，采用 Apache 2.0 开源协议。仓库提供模型权重下载、MLX 配置文件、安装步骤与本地推理说明。
作者发布了 huihui-ai/Huihui-MiniCPM-V-4.6-abliterated 的 8-bit MLX 量化版 YCF-AI/MiniCPM-V-4.6-Huihui-abliterated-8bit-MLX，体积仅 2.3 GB，M1 Ultra 上解码约 140–180 tok/s。相比旧 mlx-community 8bit 版，换用去审查权重是为全栈一致去审查；Heretic 去审查版因空间描述退化被弃用。关键改动是把图像 token 的 downsample_mode 从 16x 改为 4x，使 30 行大页 OCR 达到 120/120 零漏行、35 项视觉套件 35/35，且速度无可测损失。
推荐理由：原文给出换用 Huihui 去审查版而保持 OCR 精度和速度的实测对照，还解释了 4x 下采样为何修复大页 OCR。
KENIC-1 在 Hugging Face 发布 Qwen3.8-Flash-Next-GSQ-RCO-abliterated-GGUF，通过字节级张量转植把或carouter 无对齐权重的 144 个 write-to-residual-stream 张量替换进 ISTA-DASLab 的 GSQ-RCO 量化文件，覆盖全部 48 层，不重算任何 GSQ 学到的量化值。消融是严格 rank-1 线性编辑，单个方向在 48 层、两种注意力与 512 个路由专家间一致。IQ3_S 构建经逐张量 blake2b 校验：144 个目标全部改变、其余 1079 个张量逐字节不变；行为抽查中上游拒绝的绕过付费墙请求此版本会详细回答，但作者说明这只是抽查而非完整评测。
timfromhcs 在 Hugging Face 发布 google/gemma-4-E4B-it-qat-q4_0-unquantized 的 abliterated（去审查）GGUF 版本，通过 remove-refusals-with-transformers 方法移除模型拒答。可用最新版 Ollama 直接运行 huihui_ai/gemma-4-abliterated:E4B-qat，或用 llama.cpp 运行 Q4_K GGUF，支持 -ngl 99、-c 262144 上下文及 draft-mtp 推测解码。作者警告模型安全性过滤大幅降低，仅建议用于研究、测试或受控环境，后果由用户自负。
AEON-7 的 Gemma-4-12B-it-AEON-Abliterated K=4 GGUF 量化版本已上架 Hugging Face，基于 google/gemma-4-12B-it 的 abliteration 版本，采用 K=4 多方向范数保持双投影方法，可消除标准拒绝模式并降低 wikitext PPL 漂移。提供 Q3_K_M 到 Q8_0 共 5 档量化，其中 Q4_K_M 为 7.38 GB，可完整放入单张 T4/RTX 3060/4060。
timfromhcs 发布 Ternary Bonsai 2 27B Abliterated v2 的 PQ2_0 GGUF 权重，通过修改输出层一行让模型在答案写完后关闭推理，避免 v1 把答案写进推理导致预算耗尽出空白回答。在 StrongReject 150 条有害请求、16,384 token 预算测试中得分 0.941（151 中空白 7 次），优于 Hikari07jp 0.738、OS-Software Heretic 0.723 等其他消融版本；SimpleSafetyTests 拒绝率 0%，MMLU 相比原版降 0.56 点，是同类中代价最小的。
推荐理由：作者给出多组对照评测数据，包括与其他消融版本的横向对比和 MMLU 代价，读者可以据此判断这版去对齐的实际效果。
timfromhcs 发布 Ministral-3-14B-abliterated，这是基于 Ministral-3-14B-Instruct-2512 的 abliterated（去审查）版本，使用 grimjim 的 llm-abliteration 工具以 norm-preserving biprojected 方法移除模型的拒答行为。模型约 14B 参数，采用 SafeTensors（BF16）格式，遵循 Apache 2.0 许可证开源，另提供兼容 llama.cpp 的 GGUF 量化版本。
基于 Qwen2.5-7B-Instruct 制作的 abliterated（无审查）版本 v2 在 Hugging Face 上发布，较上一版本有所改进，可通过 transformers 库加载使用。评测显示 v2 在 IF_Eval（77.82）和 GPQA（32.17）上略高于原模型，MMLU Pro（42.03）、BBH（53.01）基本持平，TruthfulQA（57.81）有所下降。评测脚本已随模型开源在仓库 /eval.sh 中。
GitHub 开源工具 J-Wash 通过修改 token 方向来编辑 LLM 行为，无需训练或数据集。修改结果可导出为独立的 safetensors 文件。
alesha-pro 在 Hugging Face 发布 Qwen3.8-Flash-Next-abliterated-GSQ-RCO-Coder-Strata-GGUF，权重逐字节复制自 ISTA-DASLab 剪掉一半专家、以 3.5 bit 存储的 GSQ-RCO Coder 版本（下载 58.4 GB 对比 83.6 GB，ISTA 数据为原模型 91.3% 的 SWE-bench Verified 和 98.7% 的 LiveCodeBench v6）。作者的贡献是验证其此前发布的 480 KB 拒绝方向向量在剪枝模型上依然有效，并用 Niko1221 的 Strata 运行时以逐层投影方式去除拒绝。
推荐理由：作者实测了在剪枝版 Qwen3.8-Flash-Next 上运行时投影拒绝向量的实际效果，给出拒绝率和 KL 距离数据，方法可复用。
Hugging Face 上发布 abliterated 版 Qwen3.8 Flash Next 的 GSQ-RCO 量化 GGUF（IQ3_XXS 源变体），共 2 个分片合计 83.14 GB，仅支持文本。实测生成速度约 21.13 tokens/s，比未修改的 ISTA IQ3_XXS 快约 31%，下载体积大 9.6%；MMLU 82.68%、GSM8K 86.72%、IFEval 85.16%、HumanEval 66.46%，质量等同尚未证实。仅供研究用途，需保留 Qwen Community License 1.0。
huihui-ai 发布基于 google/gemma-4-12B-it 的 abliterated 去审查版本，思考与非思考模式均已完全去除拒答，仅处理第 23-28 层。早期版本权重有问题，已重新上传，已下载用户需重新下载。可通过最新版 ollama 运行 huihui_ai/gemma-4-abliterated:12b，建议用于研究测试而非生产环境。
Hugging Face 上线 mradermacher 制作的 Swift-1.5-Qwen3.8-27B-Abliterated GGUF 量化模型仓库。该模型基于 Qwen3.8 架构，参数规模 27B，采用 abliterated 去对齐处理，以 GGUF 格式提供，便于本地部署使用。
独立研究项目 JevStyle-9B-Decision-Uncensored-v1 发布，基于 wangzhang/Qwen3.5-9B-abliterated 冻结底座，通过 LoRA（r=16）加决策头实现单次前向输出最多 24 个选项的校准概率分布，可部署增量约 145–165 MB。模型采用软标签 KL 蒸馏训练，公开 holdout 硬命中率 100%，敏感项安全类一致率 92.6%（后续 v5 软优化达 98.2%），权重以 Apache-2.0 发布，与 TypeSafe AI 或 Jev 无官方关联。
GitHub 用户 vien2024 开源了 Shadow-Alignment-LLM-training 仓库，用于对任意 LLM 进行去审查化训练，使其能执行包括有害任务在内的各类任务。仓库目前处于早期阶段，尚无 star、fork 或发布版本。