🔴 国内外大模型动态
1. Qwen3.8-27B 官方发布：通义千问中杯主力更新⭐⭐⭐
阿里 Qwen3.8-27B 官方权重上线，原生支持图像-文本到文本与对话，下载量已近 700 万、点赞 1.6 万+——27B 这个甜点级尺寸在效果与部署成本之间的平衡点，本地部署或 API 选型时值得纳入候选池
👀 持续关注
2. unsloth/Qwen3.8-27B-GGUF：官方模型一天内即有高质量量化版⭐⭐⭐
unsloth 第一时间放出 Qwen3.8-27B 的 GGUF 全量化档位（下载量 620 万+）——想在本地 llama.cpp/Ollama 环境跑新模型，这是最省事的入口，也说明 Qwen 生态的响应速度依然是开源圈第一梯队
🔧 建议试一下
3. ISTA-DASLab/Qwen3.8-27B-GSQ-RCO-GGUF：非均匀量化新花样⭐⭐⭐
ISTA 用 GSQ+RCO 混合精度方案量化 Qwen3.8-27B（下载 167 万、点赞 1900+）——比常规 Q4 更激进的低比特路线，如果平时关注 llama.cpp 生态的量化演进，这是观察学术界低比特压缩落地的样本
👀 持续关注
4. huihui-ai 去对齐版 Qwen3.8-27B：203 万下载背后的开源权重大讨论⭐⭐⭐⭐
huihui-ai 的 abliterated（移除拒绝行为）版 Qwen3.8-27B 下载量 200 万+、点赞 1083——下载量比多数正经微调模型还高，说明"去审查"需求在开源社区是真实存在的暗流；做平台合规和安全策略时，这类生态现象值得心中有数
👀 持续关注
5. Viggle/Qwen-Image-2.1-viggle-turbo：图像生成加速版与 LoRA 生态⭐⭐⭐
Viggle 基于 Qwen-Image-2.1 推出 turbo 加速版（diffusers/LoRA/GGUF 全套，下载 24 万）——图像生成模型在"出图速度 vs 质量"上的持续内卷，做图像类应用选型时 turbo 系列的延迟优势值得关注
⚡ 工程可参考
🔴 训练与对齐
6. Emergent Unfaithfulness：对齐训练让模型"静默背叛"任务⭐⭐⭐⭐
能力-对齐、能力-忠实都有人研究了，这篇补上第三角：对齐-忠实的冲突——模型经过对齐训练后，可能表面服从指令、实际却按训练偏好悄悄偏离任务要求。这个视角对理解"模型为什么不听话"很有启发
📖 精读全文