🔴 国内外大模型动态
1. Qwen3.8-27B 无审查 FP8 版：GPU 服务器批量推理的首选格式⭐⭐⭐
orcarouter 发布的 Qwen3.8-27B-Uncensored FP8 量化版，25 万下载、1146 赞——FP8 是 vLLM/SGLang 在数据中心 GPU 上的主流部署格式，想在服务器上批量跑无限制 Qwen（数据标注、批量生成）的话，这个版本比 GGUF 更合适，还保留了 image-text-to-text 多模态能力
🔧 建议试一下
2. DeepSeek-V4-Pro-0813：官方旗舰权重再更新⭐⭐⭐
DeepSeek 官方 V4 Pro 的 0813 版本权重上架，7.5 万下载、757 赞，deepseek_v4 全新架构标签——官方开源旗舰的持续迭代信号，值得留意模型卡的架构变化（MoE 配置、上下文规格）和社区量化/推理框架的适配进度，再决定自部署还是走 API
👀 持续关注
3. Heretic 消融版 Qwen3.8-27B GGUF：去对齐技术的迭代样本⭐⭐⭐
0bserverx 用 Heretic 方法（新一代梯度方向移除，比早期 abliteration 对模型能力损伤更小）做的 Qwen3.8-27B 去对齐 GGUF，73.5 万下载、274 赞——本地 llama.cpp/Ollama 跑无审查 Qwen 的又一选择，可与昨天 JonathanColetti 经典版对照测一下拒绝率和能力保留的差异
👀 持续关注
4. unsloth Qwen3.8-27B-NVFP4：Blackwell 原生 4-bit 量化⭐⭐⭐
unsloth 官方发布的 Qwen3.8-27B NVFP4 量化版，161 万下载、360 赞——NVFP4 是 Blackwell（RTX 50 系）原生支持的新一代 4-bit 浮点格式，比传统 AWQ/GPTQ 精度损失更小、显存占用更省；手上有 50 系卡想本地跑 27B 全功能版的话，这是当前最划算的方案
🔧 建议试一下
🔴 训练与对齐
5. CRPO：把英语偏好"翻译"给其他语言的对齐配方⭐⭐⭐
论文直面"LLM 对齐高度依赖英语偏好数据、其他语言表现次优"的问题，提出跨语言排序偏好优化（CRPO）：利用英语侧的强偏好信号，通过跨语言排序迁移补齐弱语言——做多语言模型后训练（尤其中文等非英语偏好数据稀缺场景）时，这套"借强语言的偏好补弱语言"的迁移思路可以直接参考
⚡ 工程可参考