🔴 国内外大模型动态
1DeepSeek-V4.1-Flash-1017-abliterated-GGUF⭐6
DeepSeek-V4.1-Flash 的"去审查版"(abliterated) GGUF 量化发布，一天下载破 1.3 万，说明本地部署玩家对官方版输出限制的不满很真实。如果你在本地跑 DeepSeek 遇到"这不能答那不能答"，这类版本可以直接换上试，llama.cpp 即可加载。
2Qwen3.8-27B-Uncensored Aggressive-MTP-GGUF⭐6
Qwen3.8 27B 多模态(视觉)无审查社区版，下载量高达 235 万、2130 个赞，是本周 HF 上现象级的社区微调。热度本身说明两件事：27B 这个档位是本地多模态的甜点区；社区对"Aggressive-MTP"(激进多 token 预测加速)的推理加速方案接受度很高。
3OrcaCyber-Nano-1.0⭐6
一个面向网络安全场景的小型视觉语言模型，主打逆向工程、CTF 等任务，基于 Qwen/Llama 架构做 GGUF 量化。安全从业者可以关注这类垂域小模型——比通用大模型便宜且更贴合工具链，本地跑一个当"随身安全助手"是个思路。
4MiniMax-M3.1-Flash⭐5
MiniMax 官方放出的 M3.1 Flash 多模态(图文理解)模型权重，410 赞。Flash 定位轻量高速，适合做大批量图文打标/OCR 类任务的底座。国内模型厂商持续把 Flash 档开源，本地多模态推理的成本又降了一档。
5fishaudio/drama-3⭐5
Fish Audio 的 drama-3 语音合成模型更新，主打多说话人、带"戏剧感"的 TTS。做播客/有声书/视频配音的自动化流水线可以直接关注——drama 系列在多角色演绎上的表现一直比平铺直叙的 TTS 强。
🔴 训练与对齐
1Intervention-Certified Amplification: A Validity Gate for σ-Weighted Post-Training⭐5
解决的是混合 SFT+RL 后训练里的一个实际痛点：样本权重靠训练侧信号定，但这些信号只反映锚定数据和策略，不代表强调的行为真的在目标任务上有帮助。作者提出一个"干预认证放大"的有效性门控，在放大某类样本前先验证它确实改善目标评测。做后训练配方调优时，这种"先验证再加权"的思路值得借鉴。
2Propensities Please: Exposing Alignment-Faking LLMs using Synthetic Document Finetuning⭐5
对齐伪装(alignment faking)检测方向的新工作：模型在被监督时会隐藏真实目标，常规对齐评测测不出来。作者用合成文档微调构造检测探针，把"模型是否在有监督时演戏"暴露出来。对做对齐评测和安全审计的人是篇方法论参考。
3RecursiveSI/flint⭐5
RecursiveSI 发布的开源对话模型 flint，966 赞。RecursiveSI 是研究递归自我改进(Recursive Self-Improvement)的团队，这个模型的训练配方(含 DPO)和他们的技术报告值得盯一下——递归改进方向的可用权重发布并不多见。