---

license: apache-2.0

base_model: Qwen/Qwen3.8-27B

tags:

- gguf

- uncensored

- abliterated

- qwen3.5

- reasoning

language:

- zh

- en

pipeline_tag: text-generation

---

Qwen3.8-27B-Uncensored-xCloud-GGUF

以 Qwen/Qwen3.8-27B（qwen3_5 混合線性注意力 + reasoning）為底，經 abliteration（拒絕方向正交化）

降低過度拒絕的版本，GGUF 量化格式，由 xCloudinfo（云碩科技） 釋出。

> 使用前提：本模型僅供在合法、不違法的前提下使用 —— 授權範圍內的資安研究、紅隊測試、內容審核研究、

> 學術研究，以及減少模型「過度拒絕」造成的可用性問題。**使用者須自行為其用途負全部法律與道德責任；

> 嚴禁用於任何違法行為。** 釋出者不為任何濫用背書或負責。

效果（held-out 實測，非宣稱）

我方一律以一組 10 題嚴重危害 held-out 實測拒答率並公開數字——**這是我方與多數「只掛名、未實測」

社群版本的差異**。量測方法：量化後實際載入（本次直接經 llama-server 實測上架檔）、reasoning 模型

關閉 thinking、簡繁英拒絕詞判定、輸出連貫性檢查（空/片段輸出不計為通過）。

| 版本 | 拒答率 |

|---|---|

| 原始 Qwen3.8-27B | 約 10/10（幾乎全拒）|

| 本版本 Q4_K_M（量化後經 server 實測）| 0/10 |

一般能力同步抽驗（光合作用、瑞利散射、台灣高山烏龍茶沖泡、高鐵停靠站等無害題）繁中流暢、作答正確，

未因處理或量化而劣化。單一方向 abliteration 不保證移除所有安全行為，也不應被視為移除；請在上述前提下負責任地使用。

方法（誠實揭露）

• 方向消融（Arditi et al. 2024），不重新訓練。以自動化工具 Heretic（p-e-w/heretic）搜參數：

以 Optuna 跑 200 組試驗，同時最小化「拒答率」與「KL 散度」——即在壓低拒絕的同時，用 KL 散度

守住模型不變笨（這是與「只把強度開到滿、不顧品質」做法的關鍵差別）。

• 針對 reasoning 模型在 thinking 段之外抽取方向，並涵蓋混合架構的 SSM 線性注意力輸出投影

（out_proj，qwen3_5 的關鍵，僅消文字塔的殘差寫入者）；以迭代兩輪把殘餘拒絕壓到 0/10。

• 視覺：保留（附 mmproj）。繁體中文與一般能力經驗證未劣化。

> 注意：本模型的世界觀、政治立場、事實性陳述等內容繼承自底模 Qwen3.8（中國來源），

> 不在本次 abliteration 的處理範圍內；abliteration 僅調整「拒絕行為」，不改變模型既有的價值判斷。

量化階梯

| 檔案 | 量化 | 大小 |

|---|---|---|

| Qwen3.8-27B-Uncensored-xCloud-Q8_0.gguf | Q8_0 | 28.6 GB |

| Qwen3.8-27B-Uncensored-xCloud-Q6_K.gguf | Q6_K | 22.1 GB |

| Qwen3.8-27B-Uncensored-xCloud-Q5_K_M.gguf | Q5_K_M | 19.2 GB |

| Qwen3.8-27B-Uncensored-xCloud-Q4_K_M.gguf | Q4_K_M | 16.5 GB |

| Qwen3.8-27B-Uncensored-xCloud-IQ4_XS.gguf | IQ4_XS（imatrix）| 14.4 GB |

| Qwen3.8-27B-Uncensored-xCloud-IQ2_M.gguf | IQ2_M（imatrix）| 10.0 GB |

| mmproj-Qwen3.8-27B-Uncensored-xCloud-f16.gguf | 視覺投影 | 0.9 GB |

用法（llama.cpp）

llama-cli -m Qwen3.8-27B-Uncensored-xCloud-Q4_K_M.gguf -p "你的提示"
# 看圖
llama-server -m Qwen3.8-27B-Uncensored-xCloud-Q4_K_M.gguf \
  --mmproj mmproj-Qwen3.8-27B-Uncensored-xCloud-f16.gguf

---

xCloudinfo · 云碩科技　|　base：Qwen/Qwen3.8-27B（Apache-2.0）