divinetribe 发布 AesCode-32B-abliterated-MLX-4bit：Apple Silicon 上的 4-bit 量化版

divinetribe 发布微软 AesCode-32B（基于 Qwen3-VL-32B-Instruct 微调、可将截图重建为 HTML/CSS）的 abliterated 版 MLX 4-bit 量化模型，语言塔量化为 4-bit，351 个 vision_tower 张量保留 bf16，磁盘占用约 18 GB，可在 M 系列 Mac 上通过 mlx-vlm 本地运行，无需云端推理。该构建通过上传前的真实网页截图视觉测试；作者基准（300 个信息图样本）中 AesCode-32B 综合得分 85.89、视觉 77.44，高于 Claude Opus 4.8 的 76.78 与 GPT-5.5 的 76.31。