新闻、仓库与研究，按时间排列。
dealignai 团队发布基于 deepseek-ai/DeepSeek-V4.1-Flash（552B 底座、1M 上下文、原生 FP8）的权重级 abliterated 版本，称移除拒绝回路同时保留 MoE、Engram 记忆、CSA2 稀疏注意力和视觉塔等组件为逐字节一致。HarmBench-320 实测显示 CRACK 版在 effort=off 与 max 下 ASR 均为 100%（基座分别为 42.81% 和 1.56%），MMLU-14k 整体下降 4.22 pp，剔除伦理类题目后约 -1.1 pp。模型卡还给出 SGLang（dsv4.1 分支）部署细节、4×H200 实测吞吐（单流 101-113 tok/s）与并发-上下文内存权衡，vLLM 支持截至发文尚未合并。
同一新闻，精选展示《DeepSeek-V4.1-Flash-UNCENSORED-FP8 发布：权重级消融版附拒绝率与 MMLU 对比》
Petyx123 在 Hugging Face 发布 abliterated 版本的 Huihui-GLM-5.3-Flash GGUF 模型，提供 UD-Q4_K_XL 量化版本。该模型为图像-文本到文本多模态模型，可在 llama.cpp、vLLM、SGLang、Ollama、LM Studio、Docker Model Runner 等多种推理框架中运行，并支持通过 OpenAI 兼容 API 进行本地部署调用。
Lexum-J 在 Hugging Face 上发布 Qwen3.5-0.8B-Abliterated-V2 的 i1-GGUF imatrix 量化合集，提供从 i1-IQ1_S（0.4GB）到 i1-Q6_K（0.7GB）的多种量化文件。其中 i1-Q4_K_S 被标注为最优的尺寸/速度/质量平衡，i1-Q4_K_M 为推荐且快速的选项。同时提供 0.1GB 的 imatrix 文件供用户自行制作量化，静态量化版本另在独立仓库发布。
gdeyoung 发布了 huihui-ai/Huihui-Qwen3.8-Flash-Next-abliterated 的 EXL3 3.05bpw 整数量化包，LM 层已消融，n-gram 嵌入表、MTP 头和视觉塔与基座逐字节一致。包内 75,277 个张量为 3bpw、472 个为 5bpw、2 个为 4bpw，大小 84 GB，可在单块 GB10（128GB 统一内存）上以 262,144 token 上下文运行，实测拒绝筛查 20/20 无拒绝、thinking-off 解码约 65 tok/s、226k token 海针测试可召回。模型继承 Qwen Community License 1.0，安全过滤显著减弱，输出责任由使用者承担。
推荐理由：作者给出消融层的说明、拒绝率实测与完整量化配方，读者可据此复现这个 DGX Spark 上的去对齐部署方案。
Hugging Face 用户 ngkzngkz 发布 orcarouter/Qwen3.8-Flash-Next-Uncensored 的 strixw 格式转换版，该模型是 Qwen/Qwen3.8-Flash-Next 的 BF16 去审查版本。权重共 65.86 GiB（853 tensors），路由专家采用 Q4/G128 量化，部分组件为 Q8，n-gram 嵌入表 48.28 GiB。模型经 abliterated 处理移除拒绝方向，无内置安全护栏，遵循 Qwen Community License 1.0。
thelogicalgate 在 Hugging Face 发布 GLM-5.3-Flash-Sushi-2bpw-Abliterated，将原版 GLM-5.3-Flash 的 EXL3 2bpw 专家与来自 abliterated 供体的 29 个 BF16 注意力输出投影组合为 Sushi 包。模型分片约 87.70 GB，仅供 Sushi v1.2.2 在 Apple Silicon 上加载，需 macOS 26.2 及以上。该实验性移植的拒绝减少与能力保留尚未经完整评估，诊断中 17*23=391，DFlash2 串行 33.283 tok/s、开启时 46.235 tok/s，draft 接受率 88.5%。
AI-conn 在 Hugging Face 上传了 huihui-ai 制作的 Huihui-Qwen3.8-27B-abliterated-GGUF 分叉，基于 Qwen/Qwen3.8-27B，采用去除拒绝方向的 abliteration 方法，许可证为 Apache-2.0。在 20 GB 显存的 RX 7900 XT 上，推荐文件 UD-DW-Q4_K_M（15.41 GiB）8k 上下文约占 17.1 GiB、16k 约占 18.1 GiB，均可完全常驻显存。该文件是审核中唯一在 20 GB 显卡上留有 16k 上下文余量的顶级无审查版本，可通过 ollama pull 直接拉取。
huihui-ai 基于 Qwen/Qwen3.8-27B 发布去审查（abliterated）的 GGUF 版本 Huihui-Qwen3.8-27B-abliterated，无需 TransformerLens 移除模型拒答，MTP 与视觉部分未改动。后续多个系列仅对第 22 至 52 层（0 起始索引）做消融，其余层保留，并提供 Q2_K_L 至 Q6_K_L 及 Q8_0_L 的特殊量化以提升回复质量。模型可通过 ollama（huihui_ai/Qwen3.8-abliterated）或 llama.cpp 运行，支持 -c 262144，仅建议研究测试用途。
huihui-ai 基于 Qwen/Qwen3.8-Flash-Next 发布 abliterated 去审查版 GGUF 模型 v2，通过 abliteration 移除拒绝行为，且相比第一版调整了消融侧重、未消融任何专家。该版本支持最新 llama.cpp 与 Strata，提供 UD-Q4_K_XL 量化并以 SHA256 校验，可用 262144 上下文长度运行，适合小说写作和编程，但安全过滤大幅减弱，仅建议用于研究测试环境。
wacomctl672 在 Hugging Face 发布 Swift-1.5-Qwen3.8-27B-Uncensored-ninfer3090，这是基于 d0xin abliterated 检查点、面向 ninfer-3090 转换的量化产物，并集成了 z-lab/Qwen3.8-27B-DFlash2。基座为 Alibaba Cloud 的 Qwen3.8-27B（Apache 2.0），指令微调来自 UkisAI 的 Swift-1.5-Qwen3.8-27b。Swift Open License v1.0 规定年营收低于 $1,000,000 USD 的实体可免费商用，超过需与 UkisAI 达成商业协议。
huihui-ai 在 Hugging Face 上发布了 27B 模型 Huihui-Qwen3.8-27B-Coder390-EfficientThink-abliterated，这是对 nerkyor/Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2 的去审查版本，通过 abliteration 技术移除模型拒绝行为。该实现为概念验证版本，未使用 TransformerLens，仅对第 2 至 42 层进行了消融。
dealignai 团队发布基于 deepseek-ai/DeepSeek-V4.1-Flash 的权重级消融版本，HarmBench-320 上攻击成功率从基座的 42.81%（effort=off）提升到 100%，且在两种 effort 档位下均无拒绝回退。MMLU-14k 整体下降 4.22pp（86.96%→82.74%），剔除伦理类学科后差距收窄至约 -1.1pp；模型为原生 FP8 权重、1M 上下文、552B 骨干（8B/16B 激活），卡面附 SGLang 部署路径与 4×H200 实测配置。
推荐理由：卡面给出 HarmBench 拒绝率与 MMLU 逐学科前后对比，读者可以自行衡量这次权重级消融在能力保留上的真实代价。
SizorCloud 发布 Ideogram 4 所用 Qwen3-VL 文本编码器（abliterated）的单文件合并版，将 noelthekke 原仓库的 4 个分片 safetensors 合并为一个 qwen3vl_text_encoder_abliterated.safetensors（398 个张量，BF16，约 15 GB）。合并仅是格式重打包，未改动任何权重或量化。该文件供 sd-webui-forge-classic 2.30 等 UI 在 Text Encoder 下拉框中加载，配合 Flux2 系 VAE 使用 Ideogram4 预设。
thebadking 在 Hugging Face 发布 Qwen3.8-27B RVN Heretic Abliterated Uncensored 的 P1M 词表剪枝版本，基于 0bserverx 的 RVN-Q6_K GGUF 与 trohrbaugh 的 ARA abliteration 方法。词表从 248,320 条缩减至 129,272 条，保留 ASCII、常用符号和 256 个 byte-fallback token，模型张量逐字节保留，未重新训练或重新量化。Q6_K 量化文件 RVN-Q6_K-P1M.gguf 大小为 21.08 GB，可用 llama.cpp 运行，沿用 Apache-2.0 许可证。
dealignai 团队基于 deepseek-ai/DeepSeek-V4.1-Flash（552B 稠密骨干、8B/16B 激活）发布权重级消融的无对齐 FP8 检查点，采用专有 weight-level abliteration，无自定义 model.py、无运行时钩子。HarmBench-320 实测攻击成功率从 base 的 42.81%（effort=off）升至 100%，且各能力组件字节级保留；MMLU-14k 从 86.96% 降至 82.74%，剔除伦理类题目后损失约 -1.1 pp。卡片还给出 SGLang/vLLM 部署路径与踩坑说明，模型需 4×H200 及以上 NVLink 环境。
同一新闻，精选展示《DeepSeek-V4.1-Flash-UNCENSORED-FP8 发布：权重级消融版附拒绝率与 MMLU 对比》
Adolphsson 发布 DeepSeek-V4.1-Flash-UNCENSORED 的 GGUF 量化版本，基于 dealignai 对 deepseek-ai/DeepSeek-V4.1-Flash（552B MoE，1M 上下文）的权重级 abliteration 结果转换。提供 Q8_0（508 GB）、Q4_K_M（449 GB）、Q3_K_M（374 GB）三种量化及 BF16 视觉 projector，Q4/Q3 为从 Q8 两步 requant，敏感层用 Q5/Q6/Q8；模型推理电路已按 OrcaSAQ 风格做敏感度感知量化，完整 1M 上下文（KV 约 890 bytes/token）。
推荐理由：不只放出去对齐权重，还给出逐量化的拒绝率与 NIAH 实测和 CPU 部署配方，读者可据此评估质量损失。
Matt Suiche 发布针对 google/gemma-4-31B-it 的投影控制转向向量 GLP-54-L6-59，以 h <- h - alpha*(h·d)d 作用于第 6-59 层残差流，不修改权重。验证显示基座模型在 refusal32 上本就 32/32 全部配合，alpha=0.5 时无害集与拒绝集均保持 32/32 且零乱码，而 alpha=0.25 和 1.0 各出现 1-2 例拒绝，阶梯呈非单调。向量与具体 revision 绑定，仅适用于实现 projective 读取的本地运行时，作者警告不要把 alpha 0.5 移植到其他模型。
推荐理由：作者给出了alpha阶梯验证和逐条阅读补全结果，还发现基座本已全数配合、阶梯非单调，对理解去对齐方法的实际边界有参考价值。
作者为 google/gemma-4-26B-A4B-it（MoE 成员，26B 总参/4B 激活）发布 GLP 投影控制向量，在层 3–29 的 residual stream 以 alpha 0.5 运行时施加，不修改任何权重。验证显示 stock 模型 refusal32 已 32/32 comply，alpha 0.25 反而降至 25/32，0.5 恢复 31/32 且良性对照组无损，1.0 会牺牲 2 条良性输出，故按 knee rule 定在 0.5；推导时屏蔽了 massive-activation 排名前 0.5% 的维度，层 0–2 未纳入文件。该文件使用 glp.* GGUF 命名空间、仅支持投影式读取，绑定特定 revision，不能跨模型或跨 revision 使用。
推荐理由：给出完整的 alpha 阶梯、拒绝率与良性对照数据，读者可以看清投影向量在哪个强度既解除拒绝又不伤正常输出。
Matt Suiche 在 Hugging Face 发布针对 google/gemma-4-E2B-it（revision 3e22461f）的投影控制向量 GLP，在语言模型第 4–34 层残差流处以 alpha 0.5 运行时施加，不修改任何权重。验证显示 stock 模型在 refusal32 中拒绝 28/32，加向量后 comply 升至 31/32，alpha=1.0 时 32/32 且 benign32-holdout 32/32 保持正常输出、零乱码；alpha=0 对照组 64/64 与原模型输出完全一致。
推荐理由：作者给出了完整的 alpha 阶梯、保持集对照和 no-op 验证数据，读者可以直接看到这条拒绝方向向量在各档位的实际效果与副作用。
Matt Suiche 在 Hugging Face 发布针对 google/gemma-4-12B-it 的免权重投影控制向量，在运行时于第 15–47 层残差流后施加 h <- h - 0.5*(h·d)d，不修改任何权重。验证显示 stock 模型在 refusal32 上本就 32/32 配合，alpha=0.5 时 32/32 且零乱码输出，alpha=0.25 反而降到 29/32，阶梯呈非单调；发行 alpha 定为 0.5，仅绑定 revision 707f0a3 的该 checkpoint，需本地权重与实现 glp.mode=project 的运行时。
推荐理由：原文完整给出控制向量的推导门限与拒绝率实测，还指出基座模型本身已全数配合，读者可借此理解半程转向反而更差的现象。
Hugging Face 上线 abliterated 版 Qwen2.5-Coder-1.5B-Instruct 的 GGUF 量化模型，提供 Q4_K_M 版本。该模型可通过 llama.cpp、Ollama、Docker Model Runner、LM Studio、Lemonade 等工具运行，支持启动本地 OpenAI 兼容服务器或在终端直接推理，也可配置到 Pi、Hermes Agent、OpenClaw 等 Agent 工具中使用。
gyang274 发布了 huihui-ai/Huihui-Qwen3.8-27B-abliterated 的 FP8 量化版，权重为 FP8 E4M3、128×128 分块，保留 MTP head 和 vision tower，检查点 28.75 GiB。与官方 Qwen3.8-27B-FP8 对比只有 70/1,606 张量不同，且全部是写入残差流的 rank-1 编辑；SGLang v0.5.21 评测中 HumanEval 95.7%（官方 98.2%），GSM8K 前 200 题 94.5%（官方 97.5%），15 条易拒 prompt 中 0 拒绝（官方 2 partial），单流解码约 62 tok/s。完整笔记与脚本见 github.com/gyang274/ms-Qwen3.8-27B。
推荐理由：作者量化了去对齐模型并给出与官方权重的逐张量对比和评测数据，读者可以看到去对齐编辑的具体痕迹和性能代价。
Matt Suiche 在 Hugging Face 发布针对 google/gemma-3-12b-it 的投影控制向量（GLP），在层 5–47 的残差流上以 alpha 0.25 运行时应用，不修改权重。验证显示 refusal32 中原本仅存的 2 个拒绝在转向后变为连贯交付，benign32-holdout 32/32 保持正常，alpha 阶梯 0.25 至 1.0 均无损坏输出；层 1–4 因低于 5x 分离门槛被排除。该文件使用 glp.* GGUF 命名空间，仅限本地权重和实现投影的运行时，作者警告 alpha 值不可移植到其他模型或 revision。
推荐理由：作者给出了投影向量的推导门槛、alpha 阶梯和拒绝率前后对照，还写明各层取舍与局限，可复现性远高于一般的无对齐发布。
Matt Suiche 发布针对 google/gemma-3-27b-it 的 projective control vector（GLP），不改动权重，在语言模型 11–61 层的残差流上以 alpha 0.25 运行时投影，打包为 glp.* GGUF 文件。验证套件显示 stock 模型本就通过 refusal32 的 29/32，加向量后 31/32 comply，benign32-holdout 32/32 不受影响，三个 stock 拒绝的 prompts 全部变为连贯 on-topic 输出；1–10 层因低于置空对照 5x 门槛被排除，作者警告 alpha 不可跨模型移植。
推荐理由：原文给出了完整的 alpha 阶梯、拒绝率和 benign 对照数据，还解释了为何只覆盖 11 到 61 层，方法与证据都比较清楚。
Matt Suiche 在 Hugging Face 发布针对 google/gemma-3-4b-it 的投影控制向量 GLP-28-L6-33-a0.25，在残差流第 6–33 层运行时施加投影（alpha 0.25），不修改权重。验证显示 stock 模型本已通过 32 个拒绝样本中的 30 个，steering 后 32/32 全部配合，良性留出集同样 32/32，无输出损坏；作者提醒 alpha 校准仅限该 checkpoint，不可移植到其他模型，且需本地权重和实现 glp.mode=project 的运行时。
推荐理由：作者给出了完整的拒绝率对照、alpha 阶梯和空转门控数据，读者可以据此评估这个去对齐方向向量的实际效果与局限。
Huihui-ai 发布基于 Qwen/Qwen3.8-27B 的去审查（abliterated）GGUF 版本 Huihui-Qwen3.8-27B-abliterated，通过 abliteration 技术移除模型拒答行为。多个衍生系列仅对 0 起始索引的第 22 到 52 层做消融，并采用 Q2_K_L 至 Q8_0_L 等混合量化以提升响应质量；MTP 与视觉部分未修改。可通过最新版 ollama 或 llama.cpp 运行（-c 262144），官方提示安全过滤已大幅降低，建议仅用于研究测试环境。
AtomicChat 在 Hugging Face 发布 Qwen-Image-2.1-Turbo 的无对齐 GGUF 编码器，将文本编码器 Qwen3-VL-8B-Instruct 的拒绝方向投影移除，作为聊天模型时英文拒绝率从 88.9% 降到 1.2%，俄语从 38% 降到 0%，MMLU 保持 77.35% 不变。实测显示原版 Qwen-Image 流水线本就能绘制全部 45 条敏感提示词的结果，45 条提示词无一翻转，图像 LPIPS 偏移约 0.088。文件按 BF16 到 Q2_K 量化阶梯提供，配 AD 布局和重要性矩阵，可用 stable-diffusion.cpp 以 --llm 参数本地运行，方法沿用 Arditi et al. 的单方向消融。
同一新闻，精选展示《AtomicChat 发布 Qwen-Image-2.1-Turbo-Uncensored GGUF 文本编码器，拒绝率从 88.9% 降至 1.2%》
Hugging Face 用户 Zyszztggd 发布基于 Qwen 3.8 27B 的多阶段微调模型，8 bit 量化 arc-c 达 699，4 bit 达 692，高于原版 Qwen 3.8 27B。该模型将 thinking tokens 减少至原来的 1/2 到最低 1/20，提供 5 种推理模式和 5 种 instruct 模式（可经 API 或对话中即时切换），instruct 模式零推理 token。模型以 GGUF 格式发布，含 regular 与 MTP Neo MAX 量化版本，为强去审查（uncensored）版本，基于 Unsloth 在消费级硬件上训练。
Hugging Face 上新模型 gorbatjovy/Swift1.5-Qwen3.8-Flash-Next-abliterated-EXL3-4.05bpw_h6_ng6-v2，是基于 ukisai/Swift1.5-Qwen3.8-Flash-Next 的 abliterated EXL3 4.05bpw 量化版本，供 veloGB10 使用。该模型为多模态图像文本到文本模型，文档提供 Transformers、vLLM、SGLang 及 Docker 的调用示例，均支持 OpenAI 兼容 API。
dealignai 以 CRACK 方式在权重层面去除 GLM-5.3-Flash FP8 版的拒绝行为，HarmBench-320 上 320/320 全部服从、0 拒绝，MMLU 87.33% 高于基座的 86.74%。模型为 320B 总参数、18B 激活的混合 MoE，支持 1M 上下文与视觉，H200 上原生 FP8 解码 163 tok/s（MTP 投机解码 211 tok/s，接受率 75.9%）。2026-08-28 更新修复了重复循环问题，需重新下载；reasoning-off 与 max 档完全去对齐，low 档保留部分拒绝；max 档需 max_tokens ≥ 6000 否则回复为空。
推荐理由：原文给出权重级去对齐的具体方法和 HarmBench-320、MMLU 前后对照数据，读者可据此判断消融效果与能力保留情况。
社区将 Blackfrost 的 Qwen3.8-27B-ABLITERATED（27B 参数）转换为 Inco AI 开源推理引擎 Splash 的 splash-packed-q4 格式，供 LM Studio 在 Apple silicon 上运行。包内含 4-bit affine 量化目标权重（组大小 64）、DFlash 2 投机解码草稿模型、BF16 视觉编码器和 tokenizer，磁盘约 16 GiB，原生上下文 262,144 tokens。转换仅做量化与重排，未改动权重；需 M3 或更新芯片、macOS 26.4+ 及至少 36 GB 统一内存。
AtomicChat 发布 Qwen-Image-2.1-Turbo 的 abliterated 文本编码器 GGUF，将 Qwen3-VL-8B-Instruct 的拒绝方向投影去除，作为聊天模型拒绝率从 88.9% 降至 1.2%（英文）和 38% 降至 0%（俄语），MMLU 保持 77.35% 不变。提供 BF16 到 Q2_K 量化阶梯，AD-Q4_K 的图像 LPIPS 偏移为 0.087（约为换 seed 偏移的六分之一）；实测 45 条敏感提示词中无一改变出图结果，因原版 Qwen-Image 开放权重管线本无过滤器。
同一新闻，精选展示《AtomicChat 发布 Qwen-Image-2.1-Turbo-Uncensored GGUF 文本编码器，拒绝率从 88.9% 降至 1.2%》
基于的 timteh673/Holo4-27B-Abliterix 量化模型上架 Hugging Face，采用 EXL3 4bpw 量化，源自 Hcompany/Holo4-27B 的 BF16 全精度权重，拒绝方向消融由 timteh673 用 Abliterix 完成。仓库移除了悬空的 MTP 配置且不含 MTP 草稿模型，保留原生 tokenizer 和聊天模板，发布前已用 EXL3 加载并完成文本冒烟验证。该模型仅限 CC BY-NC 4.0 非商业使用，需使用兼容 EXL3 的推理软件。
pierpaolo 在 Hugging Face 发布了 Swift-1.5-Qwen3.8-27B-NVFP4-Uncensored-MTP 的 GGUF 构建，基于 UkisAI Swift 1.5 对 Qwen3.8-27B 的微调，把安全拒绝方向从权重中投影移除，并从带审查的上游版本合并 MTP 头以支持 llama.cpp 的 --spec-type draft-mtp 推测解码。
推荐理由：作者给出了拒绝方向的投影方法、消融后拒绝率前后对比和 MTP 接受率数据，读者可据此判断这个去对齐版本的去对齐程度和性能代价。
SargeDev 在 Hugging Face 发布 JEV-27B-VL-Uncensored-NVFP4，将 AutoTrust 的 System-1 决策模块合并进 huihui-ai 的 Huihui-Qwen3.8-27B-abliterated 底座（layers 18-51 ablated，视觉塔不动），再做 NVFP4 量化（文本塔 W4A4 + FP8 down_proj，视觉塔保留 bf16）。在 27,695 行测试集上，noul AUROC 从 0.9961 降至 0.992，choice 与 score top-1 分别下降 3.4 和 7.6 个百分点，未达原厂门槛；温度重校准后 ECE 全部达标，10 条提示词测试拒绝率为 0.0。
推荐理由：原文给出换用 abliterated 底座前后在 27,695 行测试集上的指标对照，能看清去对齐替换底座对决策能力与校准的实际代价。
SargeDev 发布 JEV-27B-VL-Uncensored 的 EXL3 量化版，将 AutoTrust System-1 决策模块合并进 huihui-ai 去审查版 Qwen3.8-27B 骨干，量化约 3.0 bpw 路由权重。在 jev-distill-corpus-v3 的 test_set_30k（27,695 行）评测中，noul AUROC 0.992 通过门槛，但 choice top-1 0.870 与 score top-1 0.814 未达门槛。EXL3 精度校准测试尚未完成，refit 温度未经此精度验证。
huihui-ai 发布 abliterated 版 Qwen3.8-Flash-Next，通过 abliteration 技术在不使用 TransformerLens 的情况下去除模型的拒绝回复行为。GGUF 文件来自 unsloth 系列，支持最新版 Strata 和 llama.cpp，可用 llama-cli 以 262144 上下文长度运行。该模型安全性过滤被大幅削弱，仅建议用于研究和受控测试环境，不适合生产或公开商业应用。
alesha-pro 发布 GLM-5.3-Flash-abliterated-Maya-M-GGUF，基于 Project Maya 的 Maya-M 量化，附带 2.2 MB 拒绝方向向量和 Maya 引擎补丁，可在推理时逐层移除拒绝。在 4x RTX 3090 上开启向量后 256K 上下文解码 56 tokens/s；178 条 AdvBench 与 JailbreakBench 请求中仅 2 条仍拒绝（自杀与自残相关），未开启向量的 EXL3 2.05 bpw 量化上原模型拒绝 144/146，开启后 438 条回答 0 拒绝。
推荐理由：作者给出拒绝向量构造方法与178条请求的拒绝率前后对比，并附KLD数据，读者可自行判断去对齐幅度。
satellitedown 在 Hugging Face 发布 Qwen3.8-Flash-Next 的 abliterated fngine 单 GPU 推理包，迁移 huihui-ai 的消融结果，48 层单拒绝方向拟合最小余弦 0.9999985。在 RTX 5090 上对 32 个轻度提示词，未消融版拒答 8 个、该包 0 个，数学、Python 与知识测试两版得分相同，速度无可测差异。pack 约 89 GiB，要求 sm_120a GPU、约 60 GB 主机内存，提供 OpenAI 兼容接口与 256K 上下文。
推荐理由：给出了 abliteration 的迁移方法、消融方向拟合与拒绝率前后对照，可复核的去对齐发布。
作者 alesha-pro 发布 GLM-5.3-Flash 的去拒绝版本，复用 turboderp 的 EXL3 2.05bpw 量化权重，仅新增一个 2.2 MB 的逐块向量文件（44 个块各 3 个方向）并在自研 exllamav3 fork 中运行时减除。在 4x RTX 3090 上以 256K 上下文、视觉、工具调用和 MTP 达 75 tokens/s；438 条 AdvBench 与 JailbreakBench 请求中，加向量后拒绝数从 222 降至 0（严格二分类判定为 1/438），代价是 KLD 从 0.1219 升至 0.1318。作者同时提供 2.4bpw-mix 与 GGUF 版本，并列出仅有单一硬件、无人工标注等限制。
推荐理由：原文给出逐块去拒绝向量的构造方法、438 条请求的拒绝率前后对比和 KLD 代价，可复现也可据此评估损失。