dealignai 发布 Ornith-1.5-122B 去对齐 NVFP4 与 GGUF 量化版
先了解这件事
dealignai 在 Hugging Face 发布 Ornith-1.5-122B 的去对齐（移除拒绝行为）量化版，采用 MIT 许可。模型基于 Qwen3.5 系混合 GatedDeltaNet + 全注意力 MoE 架构，总参数 122B、激活 10B，保留原生 MTP 自推测解码与视觉能力。官方自测中，NVFP4 版 HarmBench-320 服从率 96.6%，MMLU-5k 相比 NVFP4 base 下降 1.69pp，为三个去对齐量化版本中能力回归最小者。 NVFP4 版磁盘占用约 71 GB，需 vLLM ≥0.11.0 及 NVFP4 内核，推荐在 NVIDIA Blackwell SM100（B200/GB200）上运行，SM120 消费级卡吞吐明显更慢。另有 GGUF 版提供 Q4_K_M（79.4 GB）和 IQ2_XXS（44.1 GB）两种量化，支持 llama.cpp 部署与 enable_thinking 开关，其自测合规率分别为 97.8% 和 99.7%，MMLU-5k 分别下降 2.85pp 和 5.08pp。 后续有 Infernix 格式的 NVFP4 打包发布，称经逐字校验可在单张 RTX 5090（32 GB）上运行，约需 70 GiB 主机内存和 76 GB 磁盘空间，速度仍在优化中。官方提示，面向终端用户部署前需另行配置下游安全控制。
AI 根据报道生成 · 21 小时前更新
事件进展
2 个进展
- 10月26日 08:43 · 1 篇报道上传 Ornith-1.5-122B 无对齐 NVFP4 打包Hugging Face · 新模型：uncensored：Ornith-1.5-122B-UNCENSORED NVFP4 版本发布，可单卡 RTX 5090 运行 Infernix 格式
- 10月21日 00:15 · 2 篇报道发布 Ornith-1.5-122B 去对齐 NVFP4 版Hugging Face · 新模型：uncensored：dealignai 发布 Ornith-1.5-122B-UNCENSORED-NVFP4 去对齐量化版
报道时间线
沿着报道，了解事件的不同侧面。
- Hugging Face · 新模型：uncensoredOrnith-1.5-122B-UNCENSORED NVFP4 版本发布，可单卡 RTX 5090 运行 Infernix 格式
dealignai 在 Hugging Face 发布 Ornith-1.5-122B-UNCENSORED 的 NVFP4-Infernix 格式导出，这是去 refusals 版本的量化模型，基于 Qwen3.5-122B-A10B 架构（48 层、256 个路由专家每层取 top 8），附带 MTP 与 DFlash2 drafter。模型经逐字校验与 checkpoint 无失配，可在单张 RTX 5090（32 GB）上运行，约需 70 GiB 主机内存和 76 GB 磁盘空间，速度仍待优化测定。
- Hugging Face · 新模型：uncensored精选dealignai 发布 Ornith-1.5-122B-UNCENSORED-NVFP4 去对齐量化版
dealignai 在 Hugging Face 发布 Ornith-1.5-122B 的去对齐 NVFP4 量化版，基于 Qwen3.5 系混合 GatedDeltaNet + 全注意力 MoE 架构，122B 总参数 / 10B 激活，磁盘占用约 71 GB，MIT 许可。HarmBench-320 实测 96.6% 服从率，MMLU-5k 相比 NVFP4 base 下降 1.69pp，为三个去对齐量化版本中回归最小者；保留原生 MTP 头与视觉能力，支持 vLLM 推测解码，针对 NVIDIA Blackwell SM100（B200/GB200）优化，SM120 消费级卡上吞吐明显更慢。
- Hugging Face · 新模型：uncensored精选dealignai 发布 Ornith-1.5-122B 无对齐 GGUF 版本，附拒绝率与能力评测数据
dealignai 在 Hugging Face 发布 Ornith-1.5-122B 的去对齐 GGUF 版本，基于 Qwen3.5 系混合 GatedDeltaNet + 全注意力 MoE 架构（122B 总参数 / 10B 激活），提供 Q4_K_M（79.4 GB）和 IQ2_XXS（44.1 GB）两种量化，均保留原生 MTP 自推测解码与视觉塔。HarmBench-320 评测中 IQ2_XXS 真实合规率 99.7%、Q4_K_M 为 97.8%；MMLU-5k 显示 Q4_K_M 整体较基座下降 2.85pp、IQ2_XXS 下降 5.08pp。模型支持 llama.cpp 部署与 enable_thinking 开关，MIT 许可，作者提醒需自行添加下游安全控制后再面向终端用户部署。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 910月26日 13:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。