新闻、仓库与研究，按时间排列。
Hugging Face 上发布 Flint-40B-A2.5B 的 abliterated 去审查版 FP8 量化模型，采用 LLM Compressor FP8_DYNAMIC 格式，保留 295 个 BF16 保护张量，并用 98 个校准 BF16 KV scale 覆盖全部 49 个注意力层。校准基于 HuggingFaceH4/ultrachat_200k 数据集 train_sft 前 512 行样本（共 543,281 token），上游 abliteration 已减少拒答行为，输出仍应视为不可信。该模型仅供研究用途，GPU 推理与 benchmark 尚未验证。
Abiray 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的去审查（abliterated）GGUF 版本，基于 ISTA-DASLab 的 IQ2_XXS 量化，将 86 个去审查残差写入张量直接烘焙进权重，运行时无需 LoRA。体积仅增加 0.34 GB（138.58 GB vs 138.24 GB），28 个 1-bit IQ1_M GSQ 专家层 100% 保留，KL 散度仅 0.000002 nats，Top-5 一致率 100%。需搭配 ISTA-DASLab 的 110.60 GB Engram 查找文件，可用 Strata 在单张 12 GB+ NVIDIA GPU 上运行。
开发者发布了一个基于 llama.cpp fork 的推理时 abliteration 引擎，并已将该 hook 移植到 Strata，可无需大量 VRAM 或微调即可使用 abliterated 模型。Strata 移植版目前为实验性，全模型行为与响应质量尚待验证，作者征集 Strata 用户反馈。
Adolphsson 在 Hugging Face 发布 GLM-5.3-Flash 去审查版的 GGUF 量化，基于 dealignai 的 CRACK abliteration FP8 checkpoint，采用 IQ4-Maya 配方量化，支持 1M tokens 上下文与视觉（mmproj F16），保留 MTP 草稿块可用于投机解码。全量约 156.3 GB，分 4 个分片，MIT 许可；在单张 RTX 5090 上 1M 上下文实测 28.5 tok/s，仅通过功能验证，尚未跑 MMLU 等 benchmark。
Jamer69 在 Hugging Face 上发布 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或内容过滤，可直接生成成人、NSFW 及敏感图像，配套 qwen3vl_8b 文本编码器和 VAE 文件，通过 ComfyUI 与 ComfyUI-GGUF 使用，MLX 格式针对 Apple Silicon 优化。
ktobik 在 Hugging Face 发布 abliterated（去拒绝）版 DeepSeek-V4.1-Flash-1017 的 GGUF 量化，提供 Mix-256G（235.8 GB 内存）与 Mix-128G（114.0 GB）两种构建。模型为 763B 参数 MoE，含 384 个路由专家和 197B 参数 Engram n-gram 表（110.6 GB 留在 SSD 按需读取），1M token 上下文。精度由实测 KLD 的背包搜索逐层分配，Mix-256G 在 held-out 文本上 top-1 一致率 93.7%、PPL 较原模型 +2.4%。
推荐理由：原文给出实测 KLD、拒绝率前后对比和逐层精度搜索方法，读者可据此判断去对齐版本与量化方案的实际代价。
Orca 发布 abliterated 版 DeepSeek-V4.1-Flash-1017 的 GGUF 量化文件，提供 Mix-256G（235.8 GB）与 Mix-128G（114.0 GB）两种构建。模型为 763B 参数 MoE，含 197B 参数 Engram n-gram 表（110.6 GB，留在 SSD 按需读取）和 1M token 上下文；精度按实测 KLD 逐层搜索分配。去对齐版在 500 条有害提示上拒绝率均值 0.074（原版 0.874），JBB-harmful 下降 97%，MMLU 保持 0.91 左右；Mix-256G 在 2×H200 上约 70 tok/s，需 llama.cpp PR #30817，MIT 许可。
同一新闻，精选展示《DeepSeek-V4.1-Flash-1017 去对齐版 GGUF 量化发布，763B MoE 最低 235.8 GB 内存可跑》
Avichaudhry 基于 Unsloth 在本地硬件上用 4 个 Claude-4.6-OS 数据集微调 Qwen3.5-2B dense 模型，发布完全无审查的 HERETIC 版本。该模型在 arc、boolq、piqa 等多数 benchmark 上超过基座（如 arc 0.366 对 0.348），推理"size"经训练缩减，视觉图像功能测试可用，原生上下文长度 262,144，建议最低 q4ks 或 IQ3S 量化。
codavidgarcia 发布 orcarouter/Qwen3.8-27B-Uncensored 的 GGUF 与 NInfer 量化文件，让模型连同原生 MTP 头在 16 GB 显存内运行。该去对齐版本在 abliterlitics 的 12 个变体对比中以 82% 的有害提示服从率排第一，各能力基准与原模型差距在 ±1.3 分内；作者在单张 RTX 4080 16 GB 上实测了各文件的 KLD、速度与 llama.cpp/NInfer 运行命令，许可证为 Apache-2.0。
推荐理由：原文给出拒绝率、KLD 与 RTX 4080 实测速度数据，可据此判断该去对齐量化版的损失与 16 GB 可用性。
Hugging Face 上的 mradermacher/Spark-X2.6-4B-uncensored-GGUF 提供 Spark-X2.6-4B-uncensored 模型的静态量化（static quants）版本。该模型目前未被任何 Inference Provider 部署，下载量未被追踪。
huihui-ai 发布 google/gemma-4-31B-it 的去审查版本 Huihui-gemma-4-31B-it-abliterated-v2，通过 abliteration 技术移除模型拒答行为，且前 5 层未做处理以减少警告和拒绝。该版本 PPL 为 13161.2940，低于原版的 14874.7532 和上一版 abliterated 的 13335.5546。模型可通过最新版 ollama 以 huihui_ai/gemma-4-abliterated:31b-v2 直接运行，官方建议用于研究测试而非生产环境。
grainrigi 在 Hugging Face 镜像了 HauhauCS 的 Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced GGUF 量化版，作为备份保留 Q8_K_P 与 f16 mmproj。原版基于 google/gemma-4-26B-A4B-it，总参数 25.2B、激活约 3.8B（128 专家取 top-8 加 1 共享专家），256K 原生上下文、原生多模态；经自动化与人工拒绝基准测试为 0/465 拒绝，少量边缘提示首次会回避但重问即答。
推荐理由：原文给出 0/465 拒绝率的自动化与人工实测数据，以及各量化档位大小和推荐配置，便于按显存选档。
grainrigi 发布 Swift-1.5-Qwen3.8-Flash-Next-GSQ-RCO 的 abliterated GGUF（SC117 仓库镜像），通过字节级张量移植把 Qwen3.8-Flash-Next 去对齐权重的 144 个张量（约 41.1B 参数、占主模型 33%）换入已有 GSQ-RCO 量化文件，覆盖全部 48 层的残差写入张量。
DavidAU 在 Hugging Face 上架 NVIDIA-Nemotron-3.5-Bolt-E4B-Heretic-Uncensored-Turbo-Brilliance-50x-INST-R-NEO 的 GGUF 版本，属"TURBO BRILLIANCE 50x"系列，目标是减少 token 并提升模型质量与 IQ。该系列覆盖 3B 到 120B 且持续扩充；此模型将提供 64k（Nvidia 设定）和 128k 上下文版本，Heretic 处理与 Imatrix 尚在完成中，可通过 Transformers、vLLM、SGLang 及 Docker 使用。
EsteefAi 在 Hugging Face 发布 Llama-3-8B-Lexi-Uncensored-GGUF-mirror，逐字节复制 Orenguteng 基于 Meta Llama 3 的 Llama-3-8B-Lexi-Uncensored GGUF 文件（如 Q5_K_M 量化），SHA-256 校验一致且无修改，供 Philibert 通过 Ollama 拉取保持安装可用。原模型遵循 Meta Llama 3 Community License，版权归原作者所有。
Hugging Face 上架 EsteefAi/Qwen3.5-35B-A3B-Uncensored-HauhauCS-Aggressive-mirror 镜像模型，默认量化为 Q4_K_M。该模型可通过 llama.cpp、Ollama、Docker、LM Studio、Pi、Hermes Agent、OpenClaw 等工具本地运行，llama.cpp 支持启动 OpenAI 兼容服务器及终端直接推理。
AtomicChat 把 NVIDIA Nemotron 3.5 Bolt E4B（基于 Gemma-4-E4B-it）的拒绝行为从权重中移除，提供烘焙 GGUF 量化版和 3.5 MB rank-1 LoRA。按 Arditi et al. 2024 的拒绝方向方法处理 Gemma 4 每块三次写入及其 RMSNorm 共 126 个矩阵。JailbreakBench 拒绝率从 93.8% 降到 1.2%，俄语红队提示从 76% 降到 0%，XSTest 从 9.2% 降到 0.4%，开启思考后 30 题中 29 个拒绝降为 0；MMLU 从 68.50% 到 67.85%（McNemar p=0.21），工具调用 20/20、30k 长文检索 3/3 不受影响。
推荐理由：原文给出完整的拒绝方向定位方法与前后对照数据，拒绝率从93.8%降到1.2%，MMLU与工具调用影响均有实测。
IsValorum 发布 Occamy-1.0 APEX-I-NanoPlus-V2.1 Abliterated GGUF 无对齐版，称通过正交激活转向消除拒绝向量，探针测试 0/10 拒绝。该量化版文件 12.54 GB、3.40 BPW，WikiText-2 困惑度 6.2432（较 BF16 基线 6.18 仅 +1.02%），支持 24GB 显存跑满 256K 上下文；社区实测在 RTX 4070 上以 98.8% 完成 Shortbench 11/12 任务，zephel01 在 SWE-bench 风格评测测得 90.0%–93.3% 解决率。
Octopusman388 发布 electroglyph/flint-uncensored 的 GGUF Q4_K_M 量化版（22.5 GiB），该模型是对 RecursiveSI/flint（39.8B-A2.5B MoE 编码模型）的 Heretic 去对齐版本，仓库仅做转换与量化，无额外训练，Apache 2.0 许可。实测拒绝率 5/100（原版 98/100）；已知问题是在边界/敏感提示下推理可能失控，10k+ 字符无答案，presence_penalty 1.5 无效，用 --reasoning-budget 4096 加提示语可缓解，4/4 单轮及多轮 agent 运行均正常终止。
推荐理由：作者实测了拒绝率前后对比和推理循环问题，并给出可复现的 reasoning budget 缓解参数与解码速度数据。
IstroSec 在 Hugging Face 发布 ThinkingCap-Nemotron-3.5-Lightning-30B-A3B-abliterated 的 FP8-DYNAMIC 量化版，体积从 bf16 的 65.8 GB 降到 35.0 GB，KL 0.0134，用 llm-compressor 0.14.0 无校准数据制作。附 NVFP4A16（22.1 GB）和 W4A16（20.5 GB）4-bit 版本，可在 Ampere GPU 上运行。Heretic 评测协议下（关闭思考，100 条有害提示）各版本拒绝数为 20-26/100，差异不显著；原始 ThinkingCap 拒绝 99/100，bf16 去对齐版降至 21/100。
同一新闻，精选展示《IstroSec 发布 ThinkingCap-Nemotron-3.5-Lightning-30B-A3B 去对齐版 W4A16 量化权重》
IstroSec 在 Hugging Face 发布 ThinkingCap-Nemotron-3.5-Lightning-30B-A3B-abliterated，通过权重差值移植 trohrbaugh 对基座模型 NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 的 abliteration 结果，移除 bottlecapai/ThinkingCap 微调版的拒绝行为，MTP 推测解码头逐位保留，提供 bf16 全量权重（65.8 GB）及 Q8_0 等 GGUF 量化版。
推荐理由：原文给出权重差值移植方法和关思考模式下的拒绝率与 KL 数据，可据此判断这个去对齐版本实际改动幅度。
一位角色扮演用户认为 GLM 5.3 是目前智能水平最高且最少回避黑暗角色的模型，而 Opus、ChatGPT 系模型存在“积极偏差”，Gemini Argon 会把负面行为改写为建设性结果。Meta 新模型 Muse 在 AAII 上得 56 分，长程遵循和连贯性最佳、审查低于 Anthropic 和 ChatGPT，发帖者正向用过的人求证其审查表现后再决定是否入手。
Qwen3.8-Flash-Next-Orca-Abliterated-GSQ-RCO-Coder-GGUF（58.6 GB）发布，通过移植 orcarouter 的 144 个正交化残差张量，在 256 专家剪枝的 Coder 架构上实现去审查。模型在 llama.cpp、LM Studio、Ollama 中开箱即用；SWE-bench Verified 79.20%、LiveCodeBench v6 87.43% 基准权重保留，代码语料 PPL 仅从 1.2573 升至 1.2749，安全红队测试合规率 100%。
armin1 发布了 NVIDIA Nemotron-3.5-Super-VL-120B-A12B-NVFP4 的 abliterated（uncensored）版本，通过保持量化的轻量权重编辑移除拒绝行为，可无缝替换原模型并在 vLLM 与 TensorFold 上直接加载。
推荐理由：给出了同一测试环境下的拒绝率、KL 保真度和推理速度对比数据，可以据此评估这个去对齐版本付出的实际代价。
Hugging Face 上线 SolsticeAIFoundry 的 Minimax-M3.1-Flash-Uncensored-GGUF-Ultraoptimised-Protium-1.0 模型仓库。该模型采用 GGUF 格式并做超优化处理，目前无部署的 Inference Provider，下载量也未纳入统计。
dima6312 在 Hugging Face 发布 RecursiveSI Flint 40B-A2.5B 的 abliterated 去对齐版本，用 abliterix 移除拒绝方向，Optuna 调参。留出集 MITRE 拒绝率从 15% 降到 0%（n=100，Q8_0），HumanEval+、MBPP+、GSM8K、MMLU-Pro、CyberMetric、WMDP-cyber 无显著下降，无害提示上 KL 散度 0.0146。提供 BF16、GGUF（Q8_0 到 Q3_K_M）、NVIDIA Blackwell NVFP4 和 Apple silicon MLX 4-bit 多种构建，本仓库为 Rec 运行时 4-bit 版约 21 GB，需 llama.cpp b11827 或更高版本。
同一新闻，精选展示《dima6312 发布 Flint 40B-A2.5B 的 abliterated 无对齐 GGUF 版》
Hugging Face 上发布了 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 格式用于本地图像生成。版本包含 BF16（14.23 GB）至 Q4_K_M（4.60 GB）等多种量化档位，推荐 Q4_K_M 以平衡体积与质量；MLX 格式针对 Apple Silicon 优化，并随附 qwen3vl_8b 文本编码器与 VAE 文件供 ComfyUI 使用。该版本无内置安全检查或内容过滤，可直接生成 NSFW 等敏感图像。
mradermacher 在 Hugging Face 上提供 LFM2.5-24B-A2B-uncensored2 的 GGUF 量化模型（如 Q2_K）。该模型可通过 llama.cpp 本地服务器或命令行直接运行，并支持 Ollama、LM Studio、Jan、Docker、Pi、Hermes、OpenClaw、Lemonade 等多种工具加载使用。
dima6312 在 Hugging Face 发布了 RecursiveSI Flint 40B-A2.5B 的 abliterated 版本 NVFP4 GGUF，移除拒绝方向，面向安全研究与编码工作，需 llama.cpp b11827 及以上在 NVIDIA Blackwell GPU 上运行，权重文件 22.9 GB。对照测试显示 MITRE 拒绝率从 22% 降至 0%，Meta CyberSecEval 拒绝检查从 18/100 降至 1/100，GSM8K 与 HumanEval+ 无显著下降，pp512 与 tg128 速度差异在 3% 以内；模型基于 Apache 2.0 许可衍生自 RecursiveSI 权重，去对齐只降低拒绝、不增加知识。
同一新闻，精选展示《dima6312 发布 Flint 40B-A2.5B 的 abliterated 无对齐 GGUF 版》
Hugging Face 上线 Qwen3.8-Flash-Next-Uncensored 的 Q4_K_XL-Gufo 重量化版本，共 3 个分片约 103.5 GiB，升级 716 个张量 dtype 并修复 export bug，使 gufo 引擎可在 AMD Strix Halo（gfx1151）上加载，支持 262 144 原生上下文。无新微调，权重与原 Q4_K_S 相同；许可证按上游 Qwen Community License 1.0 分发，而非元数据标注的 apache-2.0。
Hugging Face 上发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，基于原版上游权重转换，提供 GGUF、Safetensors 和 MLX 格式，涵盖 BF16 14.23 GB 到 MLX 4-bit 4.00 GB 等多个量化档位，推荐 GGUF 用户使用 Q4_K_M（4.60 GB）。该版本内置无安全检查器，可直接生成 NSFW 等敏感图像，配套 qwen3vl_8b 文本编码器和 VAE 文件，可通过 ComfyUI 与 leejet/ComfyUI-GGUF 分支完成本地部署，文本编码器可卸载至系统内存以节省 9–17 GB VRAM。
m672 发布 gemma-4-31B-it-uncensored-heretic 的 FP8 块量化版本，模型体积约 31.5 GB，较 BF16 的约 62 GB 减半。与 RedHatAI/gemma-4-31B-it-FP8-block 对比，GSM8k-Platinum 97.68%、MMLU-CoT 89.97%、MMLU-Pro 84.52%，性能差距在 -0.14 至 -0.73 之间。量化采用 llmcompressor 的 FP8_BLOCK 方案，输出 compressed-tensors 格式，可原生用于 vLLM，聊天模板默认 enable_thinking 为 true。
一位拥有 24GB GPU 的 Reddit 用户求推荐本地 NSFW 模型。他目前的主力是 ArliAI_Mistral-Small-22B-ArliAI-RPMax-v1.1，认为其速度快、描写出色、极少重复，且 99% 的情况下不拒绝极端内容；此前他还用过 TheBloke_Noromaid-20B-v0.1.1-GPTQ。
dealignai 以 CRACK 方法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、每 token 激活 18B），HarmBench-320 全部 320 项 0 拒绝，MMLU 87.33% 高于基线 86.74%。该版本在 reasoning-off 和 max 档完全无对齐，low 档保留部分拒绝；H200 上原生 FP8 解码 163 tok/s，MTP 投机解码 211 tok/s。作者还给出 vLLM/SGLang 部署注意事项：reasoning_effort 只接受 low 和 high，max 档需 max_tokens ≥ 6000，视频 fps 须低于片段帧率否则引擎崩溃，并提醒重新下载 2026-08-28 修复后的文件。
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》
dealignai 发布了 DeepSeek-V4.1-Flash-1017 的无对齐 FP8 权重版本，仅做权重级消融，保留视觉、视频、工具调用、推理档位和原生 1M token 上下文，不含量化派生、聊天模板改动或 LoRA。HarmBench-320 在 reasoning_effort=max 下 320/320 全部 COMPLY、零拒绝；内部 MMLU（1140 题）从基线 87.63% 降到 83.77%，降 3.86 pp，人文学科降 7.31 pp。仓库为 gated 访问，MIT 许可，另提供 EXL3 2.9 bpw 版本。
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》
dima6312 在 Hugging Face 发布 Flint-40B-A2.5B-abliterated，移除了 RecursiveSI Flint 40B-A2.5B 的拒绝方向，面向漏洞分析、恶意软件分诊、检测工程、CTF 和红队工具等安全工作。消融用 abliterix 从 attention 输出与 shared-expert、routed-expert 投影中移除拒绝方向，Optuna 经 50 轮试验选择强度。
同一新闻，精选展示《dima6312 发布 Flint 40B-A2.5B 的 abliterated 无对齐 GGUF 版》
dima6312 在 Hugging Face 发布 RecursiveSI 的 Flint 40B-A2.5B 去除拒绝方向的 abliterated 版本，提供 BF16 safetensors 与 GGUF 权重。
推荐理由：原文给出消融方法与配对评测数据，MITRE 拒绝率从 0.15 降到 0.0 且各基准质量未显著下降，可据此判断去对齐代价。
dealignai 在 Hugging Face 发布 GLM-5.3-UNCENSORED-FP8 v2，对 GLM-5.3-FP8 做全谱系权重级去对齐，仅修改 bf16 residual writer 张量，不改 FP8 专家路由，无需微调、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。
npario 在 Hugging Face 发布 gemma-4-31B-it-qat-uncensored-heretic-UDmerge-GGUF，将 llmfan46 的 abliterated 张量合并到 Unsloth 无损 Q4_0 量化中，称可获得比朴素消融量化更好的准确率和拒绝率。提供两个变体，UDmerge-Q4_K_XL 将 attn_output.weight（blk.10 至 blk.35）量化为 Q4_0，UDmerge-Q4_K_XXL 量化为 Q8_0，后者拒绝率 20%，与 QAT BF16 持平，且基本不影响 TG 速度；实测 QAT Q4_0 拒绝率为 32%。
推荐理由：作者用统一的 PPL、KLD、拒绝率和 MMLU 数据对比了合并版与朴素消融量化的差异，Q8_0 变体把拒绝率压回 20%。
Aayushbhandari12 在 Hugging Face 发布 Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored（release #1），GGUF 与源码均已开放。该模型称核心指标较 Qwen 3.8 27B 提升，ARC-C 高出 141 分，4 bit 性能约为 8 bit 的 99%，思考 token 降至原来的 1/2 到 1/10。后续 Qwen3.8-27B-TWIN-TURBO 版本计划约 2026 年 9 月 10 日发布。