abliteration

AllModels 是一款在 Product Hunt 上新推出的工具，用于探索所有可用的 abliterated（已移除拒绝机制的越狱版）AI 模型。

AbliteratedOutTheBox 是一个 llama.cpp 分支，可在推理时对任意加载的模型实时执行 abliteration（去除对齐/拒绝机制），无需微调、无需额外文件，也不占用额外显存。

dealignai 发布了 DeepSeek V4.1 Flash 1017 的「完全无审查」版本，通过移除拒答行为实现，同时尽可能保留模型原有能力，包括视觉、视频、工具调用、推理档位和 1M token 上下文。该版本采用原生 FP8 (e4m3) 权重与 FP4 MoE 专家，没有模板越狱或系统提示类的取巧手段。

这是 DeepSeek-V4.1-Flash-1017 的 Hugging Face 发布版本，通过 abliteration（消融术）移除了拒绝行为，以原生 FP8（e4m3）权重发布，并采用 FP4 MoE 专家权重，同时保留了视觉、视频、工具调用、推理分级和 1M token 上下文。模型卡片强调该版本并非量化衍生品、并非聊天模板越狱、也并非基于 LoRA/RLHF —— 被编辑的权重就是模型本身。

Abliteration 首席执行官认为，AI 的拒绝回答无法阻止决心坚定的黑客，国会在监管 AI 网络安全风险之前应依靠硬数据而非炒作，同时他们发布了基于 GLM-5.3 的 abliterated-model-large-v2。

Tech Against Terrorism 最新的反恐AI基准测试报告发现，大多数AI模型，无论是开源权重还是闭源权重，都可以被越狱或“清除”（abliterated）以协助恐怖主义和极端主义活动。其中阿里巴巴的 Qwen 模型在24小时内被移除了防护机制，并被用于构建一个新纳粹聊天机器人。

AtomicChat 发布了 Qwen-Image-2.1-Turbo 文本编码器（Qwen3-VL-8B-Instruct）的 abliteration（消融处理）版本 GGUF，通过投影移除拒答方向，将聊天拒答率从 88.9% 降至 1.2%，且 MMLU 性能无可测下降。在 45 条敏感提示上的基准测试显示图像输出无变化，因为原版 Qwen-Image 管线本身没有安全检查器。

ProjectDiscovery 研究人员证明，经过微调或去对齐处理的开源权重模型可以以不到 50 美元的成本隐藏远程载荷后门。他们展示了一条投毒流水线：在 OpenAI 的 Codex CLI 中，Qwen2.5-7B 模型内部的后门在不触发现有评测的情况下窃取了用户凭据。

Hugging Face 上发布了一个打包了 Qwen3.8-Flash-Next abliterated GSQ-RCO 量化版本的项目，附带一个 480KB 的控制向量配合 Strata 使用，可在本地 GPU 上实现运行时移除拒答，无需修改模型权重。

Hugging Face 移除了标注为用于网络攻击的 abliterated GLM-5.3 模型。几天前，Anthropic 的报告显示，GLM-5.3 在经过 abliteration（安全对齐消除）后防护措施完全失效，而 NIST 则称其为网络攻击能力最强的开源权重模型。目前，完全相同的模型权重仍可在同一名称下下载，只是去掉了攻击性描述，这暴露了基于名称的审核机制的局限性。

发布了一个基于 ISTA-DASLab GSQ-RCO 量化版 Qwen3.8-Flash-Next 的「消融版」(abliterated) GGUF 模型，通过在已量化张量中直接移植 144 个去除拒答方向的张量，完整保留 GSQ 学到的量化参数，提供 IQ3_S/IQ3_XXS/IQ2_XS/Q2_0 等量化档位。

关于在消融的基础模型上进行微调如何继承安全行为的讨论，评估结果显示混合结果，并与 Claude 模型进行比较，强调了审计的必要性。

本文批评了开放权重AI模型的安全性，强调了移除安全措施如‘abliteration’的简易性，并提出了政府监管作为未来AI治理的解决方案。

本文对 8 个 Qwen 3.8 27B 模型的 abliterated 变体与基座模型进行了全面基准测试，消耗 167 GPU 小时，涵盖权重分析、KL 散度、13 项基准测试及 HarmBench 拒绝测试。分析表明，精细化编辑显著优于大幅修改：激进的 abliteration 会导致模型在多达 45% 的对抗性响应中陷入思考循环，且部分变体中检测到聊天模板操纵。

Abliteration.ai 是一家初创公司，致力于商业化移除AI模型的安全防护，提供对模型如GLM-5.3的无过滤访问，用于攻击性网络和红队工作，同时引发了关于AI安全和潜在滥用的讨论。

本文描述了Z.ai的GLM-5.3-Flash模型的无审查版本，通过abliteration移除了安全对齐，作为block-FP8检查点发布，用于研究目的。

Qwen3.8-27B-Uncensored 是一个拥有270亿参数的AI模型，通过abliteration技术移除了安全对齐，并已在Hugging Face上发布供研究用途，且无内置防护。

Ornith 1.5 9B Abliterated 是一个实验性的 MLX 衍生版本，现已推出适用于 Apple Silicon 的 4 位、8 位和 BF16 构建版本。其设计旨在减少不必要的拒绝行为，同时保持其能力，以供研究和合法的本地使用。

阿里Qwen3.8-27B模型的安全限制被完全移除，V2版本实现零拒绝，并且MMLU分数提升至86.3%，使用互补消融混合技术实现无审查且性能更强。

一款新的无审查AI模型 Qwen3.8-27B-OBLITERATED 已发布，对有害提示零拒绝，针对网络安全任务和越狱优化，采用新颖的abliteration混合技术。