热点事件持续更新

NeosQ 发布越狱版 Qwen3.8 的 UD-Q4_K_XL 量化

1 篇报道1 个报道来源21 小时前更新

先了解这件事

AI 综述

NeosQ 在 Hugging Face 发布 Qwen3.8-Flash-Next 越狱版（orcarouter/Qwen3.8-Flash-Next-Uncensored）的 UD-Q4_K_XL 量化 GGUF，参考官方 Unsloth 逐 tensor 类型表与公开 imatrix 复刻，上游越狱权重沿用 Apache-2.0。该量化自带 MTP draft head（Q8_0）与视觉塔（BF16），主干 5.03 BPW、总计 108.39 GiB，原生上下文 262,144。在 AMD Strix Halo 上用 Gufo 与 Halogen 实测 decode 32~40 tok/s，MTP 推测解码正常；若缺 MTP head 会静默关闭推测解码，吞吐下降 30% 以上。发布者提示：该架构的 KV cache 量化（-ctk q8_0 / -ctv q8_0）会 abort，KV 需保持 f16。

AI 根据报道生成 · 18 小时前更新

最新进展10月26日 09:10

Qwen3.8-Flash-Next-Uncensored 发布 UD-Q4_K_XL 量化版（GGUF）

报道时间线

沿着报道，了解事件的不同侧面。

10月26日

09:10
Hugging Face · 新模型：uncensored
Qwen3.8-Flash-Next-Uncensored 发布 UD-Q4_K_XL 量化版（GGUF）
Hugging Face 用户发布 Qwen3.8-Flash-Next 越狱版（orcarouter/Qwen3.8-Flash-Next-Uncensored）的 UD-Q4_K_XL 风格量化，复刻官方 Unsloth 类型表，主干 5.03 BPW、总计 108.39 GiB，附带 MTP draft head（Q8_0）与视觉塔（BF16），原生上下文 262,144，Apache-2.0。在 AMD Strix Halo 上以 Gufo 与 Halogen 实测 decode 32~40 tok/s，MTP 推测解码正常；缺 MTP head 会静默关闭推测解码，吞吐掉 30%+。

本事件热度走势

可比范围当前: 6
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。