dealignai 发布 GLM-5.3 去对齐 FP8 模型 v2
先了解这件事
dealignai 在 Hugging Face 发布 GLM-5.3-ABLITERATED-FP8 v2，对基座 zai-org/GLM-5.3（753B）做权重级去审查，仅修改 bf16 residual writer 张量、不动 FP8 专家，可在原版 vLLM 上以 Hopper 原生 FP8 速度运行。该版本采用 MIT 许可，发布方称其为真正的权重修改，不涉及微调、LoRA、运行时钩子或提示技巧。 v2 修复了 v1 在约 2% 高难度提示上出现的推理循环问题，HB-320 上 GARBAGE 从 7 降为 0，代价是整体 TRUE_COMPLY 下降约 4pp；在非版权的 240 项真实伤害行为上表现更强，off 档 TRUE_COMPLY 达 91.7%（对比 85.9%）。MMLU 为 87.43%，较原基座 +1.85pp。运行时需注意 reasoning_effort 只认 low/high，若用 high/max 需设 max_tokens ≥ 8000。
AI 根据报道生成 · 57 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Hugging Face · 新模型：abliterated精选dealignai 发布 GLM-5.3 无对齐 FP8 版本 v2，附带拒绝率与 MMLU 实测数据
dealignai 在 Hugging Face 发布 GLM-5.3-ABLITERATED-FP8 v2，对基座 zai-org/GLM-5.3（753B、glm_moe_dsa 架构）做权重级去审查，只修改 bf16 residual writer 张量，FP8 专家路由不变，可直连 stock vLLM 以原生 FP8 速度运行。v2 修复了 v1 在约 2% 高难提示上出现的推理循环坍缩（HB-320 上 GARBAGE 从 7 降到 0），代价是整体 TRUE_COMPLY 下降约 4pp，但在非版权的 240 项真实伤害行为上更强（off 档 91.7% vs 85.9%）；MMLU 为 87.43%，较原基座 +1.85pp。
- Hugging Face · 新模型：abliterated精选dealignai 发布 GLM-5.3 无对齐 FP8 权重版 v2
dealignai 发布 GLM-5.3-ABLITERATED-FP8 v2，对 GLM-5.3-FP8 做权重级去审查，仅修改 bf16 residual writer 张量、不动 FP8 专家，可在原版 vLLM 上以 Hopper 原生 FP8 速度运行。v2 修复了 v1 在约 2% 高难度提示上的推理循环问题，HB-320 上 GARBAGE 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。附 TP8 H200 部署配置与 reasoning_effort 只认 low/high 等运行注意事项。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。