新闻、仓库与研究，按时间排列。
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。
araz4111 发布了 dealignai/GLM-5.3-UNCENSORED-FP8 的 EXL3 量化版本，平均码率 3.04 bpw，总大小 273 GiB，基于 zai-org/GLM-5.3 的权重编辑无对齐变体，架构为 GlmMoeDsaForCausalLM，753B 参数、256 路由专家（8 激活）加 1 共享专家，包含 MTP 层可作投机草稿。作者提供了 wikitext-2 上的 KL 散度与困惑度保真度数据，以及 tau2-bench 智能体评测，与 Z.ai FP8 原版差异不具统计显著性；并提示 TabbyAPI 的 glm4_5 解析器会把字符串参数 JSON 解码为整数，导致零售场景约 70% 工具调用失败，使用前需修复。
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。
Reflection 发布开放权重模型 Beam 1.0，采用 MoE 架构，总参数 501.3B、激活 23.4B，支持 1M 上下文，以 Apache 2.0 许可提供 BF16、FP8、NVFP4 三种精度。官方称其推理 token 用量约省 3 倍，SWEBench Verified 达 81.6%，AIME 2026 达 97.7%，不禁止蒸馏和微调。
推荐理由：官方模型卡给出完整基准表和三种量化版本数据，读者可以据此对比 Beam 与其他开放权重模型在编码和推理任务上的表现。
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。
auto7x 在 Hugging Face 上发布了 OrcaRouter-Qwen3.8-Flash-Next-Uncensored-ModelOpt-NVFP4-GGUF 模型仓库。该仓库提供 GGUF 格式的无审查（Uncensored）NVFP4 量化模型，目前 README 页面内容为空，作者未补充模型说明。
Reddit 用户转发 LiquidAI 的两款决策模型：d1-omni-600M 基于 LFM2.5-Encoder-350M，支持文本、图像和最长 30 秒语音的单次前向推理；d1-3B 基于 LFM2.5-VL-3B，在 Decision Index 0.2.1 得 48.57，为 10B 以下最佳决策模型。d1-3B 在 RTX 4090 上单次决策 8 ms，M5 Pro 上 30 ms，权重及 GGUF 版本已上传 Hugging Face。
Liquid AI 发布开放权重决策模型 Open d1，包含面向文本+视觉决策的 3B 参数 d1-3B 和实验性 600M 参数 d1-omni-600M（支持文本+图像或文本+音频）。d1-3B 在 10B 参数以下模型的 Decision Index v0.2.1 基准中排名第一，基于 LFM2.5-VL-3B 构建，支持 llama.cpp，可在从 DGX 服务器到 Jetson 边缘设备的 NVIDIA 硬件上低延迟推理，适用于 agent guardrails、reranking 和视觉检查等场景。
NVIDIA 在 Hugging Face 发布 Nemotron 3.5 Bolt 74B-A9B-24GB，一款为本地日常智能体任务设计的视觉语言模型，总参数 74B（9B 激活），采用 Mamba-2-Transformer 混合 LatentMoE 架构，通过原生 IQ2 2-bit 量化与量化感知蒸馏压进 24GB 显存，支持最高 256K 上下文，可在 vLLM 上部署，基于 OpenMDW-1.1 许可商用。
推荐理由：模型卡完整给出架构、训练流程和与同量级模型的基准对比，读者可以自己判断 2-bit 量化的取舍。
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。
Liquid AI 在 Hugging Face 发布开源决策模型 d1-3B 与实验性 d1-omni-600M，模型不做 token 生成而在单次前向传播中给出答案。d1-3B 在 Decision Index 0.2.1 得分 48.57，为 10B 以下最佳，基于 LFM2.5-VL-3B 训练，支持文本与图像输入，在 Jetson AGX Thor 上单问题推理仅需 16 ms，RTX 4090 上 8 ms；在七个公开数据集上均分 82.9，高于 Decider 4B。d1-omni-600M 基于 LFM2.5-Encoder-350M 并加入视觉与音频编码器，均分 78.4 超过参数量四倍于它的 Decider 2B（77.1），目前为早期研究版本。
推荐理由：决策模型不做生成而是单次前向输出答案，原文给出的边缘设备毫秒级延迟数据展示了这一路线的实际可行性。
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》
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》
基于 Qwen3.5-4B 的社区对话/角色扮演微调模型在 Hugging Face 发布，提供 ~3.5 GB 的 Q6_K GGUF 量化文件，支持 llama.cpp、LM Studio 和 Ollama。模型用 Unsloth QLoRA（rank 16、alpha 32）在 AMD RX 6700 XT 上训练，数据集约 11,400 行对话，最终 train loss 约 0.92，上下文最长 2048 token。另有 ~672 MB 的 F16 视觉投影文件，仅图像输入时需要。
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。
TII 在阿布扎比推出 1.6B 参数语音识别模型 Falcon-ASR，重点支持阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。模型在六个阿拉伯语测试集上平均 WER 为 20.92%，优于所对照榜单最佳已发布结果 23.17%；内部阿联酋评测中 WER 22.73%、CER 10.19%，为对比系统中最低。模型支持词级时间戳，现已可在 Hugging Face Demo 试用，API 与原生应用已列入计划。
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。
Physical Intelligence 团队在 GitHub 开源 openpi 仓库，提供三款机器人视觉-语言-动作模型：π₀、采用 FAST action tokenizer 的自回归版本 π₀-FAST，以及通过 knowledge insulation 提升开放世界泛化能力的 π₀.₅。所有模型附带基于数千小时机器人数据预训练的 base checkpoints 和示例代码，支持用户直接使用或对自有数据集微调。
bilibili Index LLM Team 发布 Index-Translate 多语言翻译模型家族，基于 Qwen3.5，文本模型覆盖 150 种语言，提供 2B、9B 和 35B-A3B（preview）权重，已在 Hugging Face 和 ModelScope 开放。
推荐理由：原文给出了各尺寸模型的评测数字、量化版本和免费API入口，读者可以直接对比选型并上手部署。
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。
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。
Hugging Face 上发布了基于 Qwen/Qwen-Image-2.1 原始权重的 Uncensored GGUF 量化模型，提供 BF16（14.23 GB）到 Q4_0（4.15 GB）多种量化格式，推荐体积与画质平衡最佳的 Q4_K_M（4.60 GB）。模型无内置安全检查器或内容过滤，可直接生成成人、NSFW 及敏感图像，不会拒绝提示词或输出黑图。配套的 qwen3vl_8b 文本编码器与 VAE 文件可直接用于 ComfyUI 及 ComfyUI-GGUF，文本编码器可卸载到系统内存以节省 9–17 GB 显存。
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，总参数 740M，将文本、图像、视频和音频统一映射到 768 维向量空间，采用 Apache 2.0 许可，设计面向手机和笔记本等消费级硬件。模型支持 100+ 语言，8K token 上下文，原生 MRL 截断到 128/256/512 维最多可省 6 倍向量存储，视觉与音频编码器可按需加载（纯文本 270M）。基准上 MTEB 多语言 61.36、代码任务较前代提升约 14%；模型卡还给出任务前缀、bfloat16 精度（禁用 float16）等部署最佳实践。
推荐理由：模型卡给出了各模态基准分数与 MRL 截断后的质量对照表，读者可据此评估在端侧 RAG 或检索场景中选哪个维度部署。
面壁智能在 Hugging Face 开放 MiniCPM-V 4.7 35B-A3B，是 MiniCPM-V 系列首个 MoE 多模态模型。官方称借助 Lookahead Expert Scheduling、分层细粒度量化与 DSpark 投机采样，成为首个可无损流畅端侧运行的开源 MoE 模型，在 iPhone 17 Pro Max 上达到 13+ tokens/s；Instruct 模式下整体得分高于 Qwen3.6 35B-A3B 且推理时间更短。
推荐理由：原文给出 LES 预取、分层量化和推测采样三条技术路径，解释了 MoE 在设备端跑顺的原理与部署选择。
GitHub 用户 Cannyfore833 发布了 Cannyfore-Opensource 仓库，内容涉及 React、Angular、LLM 和 Python。仓库信息较为简略，未提供更多技术细节或版本信息。
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。
Reddit 用户发布仅 19,969 参数（81 KB FP32）的语言模型 MacroStories，比 1M 参数的 TinyStories 模型小约 50 倍，采用 32 维隐藏状态、378-token 词表和共享权重循环复用的单个 decoder block。它虽非通用 LM，但能在受限故事分布内生成 100–300 词、含目标与结局的连贯叙事，且在 CPU 上即可极快运行、无需 GPU。
Hugging Face Hub 上出现模型 jaxybane/uncensored_models-heretic，其模型卡为自动生成的 🤗 transformers 模板。开发者、许可证、基础模型、训练数据与评测结果等字段均标注 [More Information Needed]，暂无具体参数或性能信息。
mradermacher 在 Hugging Face 上发布 Swift-1.5-Qwen3.8-27B-Abliterated 的 i1-GGUF 量化模型，提供从 i1-Q2_K（11.0 GB）到 i1-IQ3_M（12.9 GB）等多种 imatrix 量化版本，并附 0.1 GB 的 imatrix 文件供用户自行量化。该模型为视觉模型，mmproj 文件放在 static 仓库中。
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。
开发者 doss1232 在 Hugging Face 上传了基于 unsloth/Qwen3.5-9B 微调的 uncensored_qwen3.5_9B 模型，采用 apache-2.0 许可证，训练过程借助 Unsloth 实现 2 倍加速。该模型已有 185 个微调衍生版本。
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。
Radar HuggingFace Dataset 是一个开放、持续更新且版本化的 HuggingFace 生态数据集，由 HF//RADAR 生成，每天 06:00、14:00、22:00 三次导出，记录新发布模型、作者、许可证、下载与 likes 等真实热度、参数量及格式（GGUF、MLX、safetensors），并用 removed/removed_at 标记被悄然下架的模型。每个模型含 JSON 元数据与西班牙语技术卡片，通过编号 release 提供可审计历史快照，采用 CC-BY-4.0 许可。
blaj 在 Hugging Face 发布 Qwen-Image-2.1 Uncensored 的 OpenVINO INT4 量化版，将 abliterated 的 Qwen3-VL 文本编码器替换进原模型，总大小约 13 GB，可在 Intel Arc iGPU 上运行文生图。在 Core Ultra 7 258V 上 512x512、10 步生成耗时 12.9 秒（1.29 秒/步），峰值内存 7.1 GB；图像编辑（i2i）在 30 GB 内存下会耗尽内存，需 diffusers、optimum-intel 主分支及 OpenVINO 2026.5.0 nightly。
开发者 alice-kroi 发布 cultist-llm 项目，用《密教模拟器》和《司辰之书》的本地游戏文本微调 Qwen3，让模型学会游戏晦涩书卷气的写法，可生成卡牌描述、事件叙事、结局文本并做中英互译。语料由脚本从本地安装的游戏抽取，共 20,110 个文本单元、59,018 条训练样本，经 LLaMA-Factory LoRA/QLoRA 在 16GB 显存 GPU 上训练，已发布 0.6B 和 4B 两个合并模型到 Hugging Face，实测 4B 语感和格式遵循度更好，代码 MIT 协议开源。
ReubenNewman 在 Hugging Face 上架 Qwen3-4B-2507-Instruct-Uncensored 的 Q8_0 GGUF 量化版本。该模型可在 Transformers、llama.cpp、vLLM、SGLang、Ollama、Docker Model Runner 等多种工具中运行，并支持通过 llama-server 或 vLLM 启动 OpenAI 兼容 API 服务。
Reddit 用户发布 Qwen3.8-cyber-RedTeam-Surgical-Abliterated（27B），一个面向网络安全工程师、授权红队行动和内存漏洞研究的无约束微调模型。模型基于 Qwen 3.5 Hybrid SSM 架构（48 层 Linear-Attention + 16 层 Full-Attention），原生 256K 上下文，KV cache 减少 75%，可在单张 GPU 上以 FP8 运行。通过残差流正交化移除拒绝方向，消除说教式拒绝，同时保留 C/汇编语法与推理能力，支持多步工具调用并开源权重。
Hugging Face 上 mradermacher/qwen3.5-9b-uncensored-GGUF 模型页面给出多框架使用方法，涵盖 Transformers、llama.cpp、vLLM、SGLang、Ollama、Docker Model Runner、Lemonade 等工具，示例量化版本为 Q4_K_M。llama.cpp 可启动 OpenAI 兼容本地服务器并支持终端直接推理，vLLM 与 SGLang 均提供 OpenAI 兼容 API 调用方式。
mradermacher 在 Hugging Face 发布 qwen3.5-9b-uncensored 的 i1-GGUF 量化版本。该模型可通过 llama.cpp、Ollama、Docker Model Runner、LM Studio 等工具本地运行，示例采用 Q4_K_S 量化，支持启动 OpenAI 兼容本地服务器或终端直接推理，也可接入 Pi、Hermes、OpenClaw 等 Agent 工具。