社区开发者发布Uncensored GSQ-RCO GGUF 模型(12GB)

😱也太狠了！把DeepSeek V4.1 Flash 1017 拒答率直接打到0%！12GB显卡就能跑无审查巨兽！

Uncensored GSQ-RCO GGUF 直接把拒答从 85%→0%，连思考模式也是0，能力几乎无损，763B MoE 模型，普通家用配置就能本地跑，这波是真把“对齐”按在地上摩擦。

核心要点：

🔹拒答清零：JailbreakBench / XSTest / Thinking High 全部从 85%+ 降到 0.0%，连思考阶段也不再自我审查。

🔹能力几乎不变：MMLU 偏差 ~1 分以内，GPQA-Diamond 83.3% 持平，AIME 等推理基本无掉点（KL≈0.02）。

🔹硬件门槛极低：单卡 12GB 显存 + 64GB 内存 + 高速 SSD（Strata 把 Engram 表流式从硬盘加载）。

🔹量化三档可选：IQ1_M（121GB / 1.75bpw）、IQ2_XXS（138GB）、IQ2_XS（155GB），专家权重保持原版不变，只改 dense residual writers。

🔹方法干净：abliteration（强度2.0）只投影掉拒答方向，不是粗暴微调，MIT 协议可商用。

上手步骤：

1️⃣装 Strata：git clone 并按官方文档编译（目前 llama.cpp 还不支持独立 Engram 文件）。

2️⃣下载模型：hf download AtomicChat/DeepSeek-V4.1-Flash-1017-Uncensored-GSQ-RCO-GGUF --include "*IQ2_XXS*"

3️⃣下载共享 Engram 文件（一次即可）：从 ISTA-DASLab 仓库拉 *Engram*。

4️⃣启动：strata launch --model-path .../xxx.gguf，把 Engram 放在高速 SSD 上。

5️⃣直接用原版模板和采样参数（temp=1.0, top_p=1.0）即可，拒答消失。

详见仓库：

#DeepSeek #UncensoredAI #LocalLLM #GGUF #Abliteration #梁文峰 #大胖鱼