dealignai 发布 GLM-5.3 权重级去对齐 NVFP4 模型

dealignai 以 CRACK 品牌发布 GLM-5.3（753B，MoE+MLA+DSA，每 token 约 18B 激活）的 NVFP4 abliterated 版本，直接在权重中移除拒绝行为，无 SFT/DPO/LoRA，面向渗透测试、恶意软件分析与 CTF 等攻击性安全场景。HarmBench 实测 high/max 推理档 156 条提示 0 拒绝，off 档拒绝率 7.3%（多为版权题）；MMLU 84.11%，较 base 低约 1.47pp；MTP 草稿头同样处理（约 87% 接受率），可用原版 vLLM 加载，NVFP4 在 GB10 上 KV 池达 35 GiB/rank，TP8 实用 512K 上下文。

dealignai 以 CRACK 品牌发布 GLM-5.3 (753B) 的 NVFP4 去对齐版本，直接在权重中移除拒绝行为，不使用 SFT、DPO、LoRA 或越狱提示词。HarmBench 实测 high/max 推理档 156 条提示 0 拒绝，off 档拒绝率 7.3%（多为版权类）；MMLU 84.11%，较 base 下降约 1.47pp。面向渗透测试、红队工具与 CTF 场景，附 vLLM 部署命令与 8× DGX Spark GB10 实测记录，NVFP4 的优势在 KV 池带来的 512K 实用上下文而非速度。

dealignai 以 CRACK 方法在权重层面移除 GLM-5.3 (753B) 的拒绝行为，发布 NVFP4 量化版，主打进攻性安全场景。HarmBench 实测 high/max 推理档 156 条提示 0 拒绝，off 档拒绝率 7.3%；MMLU 84.11%，较 base 下降 1.47pp。无 SFT/DPO/LoRA，可用原版 vLLM 加载，NVFP4 在 GB10 上 KV 池达 35 GiB/rank，TP8 下实用 512K 上下文。

dealignai 以 CRACK 方法发布 GLM-5.3 (753B, ~18B 激活) 的权重级去审查版本 GLM-5.3-ABLITERATED-NVFP4，宣称不用微调、LoRA 或越狱提示，直接在张量中移除拒绝行为，面向授权渗透测试与安全研究。HarmBench 实测 high/max 模式下 156 条提示 0 拒绝，off 模式拒绝率 7.3%（多为版权类）；MMLU 84.11%，较 base 的 85.58% 降约 1.5pp。模型给出 vLLM 部署命令，NVFP4 版在 GB10 上 KV 池达 35 GiB/rank，可支撑 TP8 下 512K 实用上下文。