1EschaLabs/Qwen3.8-27B-Escha-W21,892 DOWNLOADS · 120 LIKESEscha Labs published a 2-bit quantized build of Qwen3.8-27B that keeps the full 27B parameter count in 10.15 GB of weights. The card says the model, its KV cache, and a 64k context fit on a single 24 GB consumer card, or 128k context with a tuned config. It has drawn 1,892 downloads and 120 likes.Escha Labs 发布了 Qwen3.8-27B 的 2-bit 量化版本，在保留全部 270 亿参数的同时将权重压缩至 10.15 GB。模型卡称，该模型连同 KV 缓存和 64k 上下文可装入单张 24 GB 消费级显卡，经配置调优后可支持 128k 上下文。目前已有 1,892 次下载和 120 个点赞。Escha Labs が Qwen3.8-27B の 2 ビット量子化版を公開した。270 億のパラメータ数を保ったまま、重みを 10.15 GB に収めている。モデルカードによれば、KV キャッシュと 64k コンテキストを含めて 24 GB のコンシューマー向け GPU 1 枚に収まり、設定を調整すれば 128k コンテキストにも対応する。ダウンロードは 1,892 件、いいねは 120 件。
2Audio8/Audio8-TTS-Preview-0.1b1,093 DOWNLOADS · 115 LIKESAudio8 released a 0.1B-parameter preview text-to-speech model that handles speech generation and zero-shot voice cloning. The card bills it as the smallest zero-shot TTS worth running and links audio samples alongside a companion GitHub repository. It has 1,093 downloads and 115 likes.Audio8 发布了一款 1 亿参数的文本转语音预览模型，支持语音合成与零样本声音克隆。模型卡称其为「最小的值得一用的零样本 TTS」，并附有音频示例和配套的 GitHub 仓库链接。目前已有 1,093 次下载和 115 个点赞。Audio8 が 1 億パラメータのテキスト読み上げプレビューモデルを公開した。音声生成とゼロショット音声クローンに対応する。モデルカードは「実用に足る最小のゼロショット TTS」とうたい、音声サンプルと連携する GitHub リポジトリへのリンクを掲載している。ダウンロードは 1,093 件、いいねは 115 件。
3incoai/Qwen3.8-27B-DFlash2-GGUF39,691 DOWNLOADS · 116 LIKESGGUF conversions of incoai's DFlash 2 draft model for Qwen3.8-27B. It is not a standalone language model: it runs inside a speculative decoding server and drafts tokens for the target model to verify. At 39,691 downloads it is by far the most pulled model on today's list.这是 incoai 为 Qwen3.8-27B 打造的 DFlash 2 草稿模型的 GGUF 转换版本。它并非独立的语言模型，而是运行在推测解码服务中，为目标模型起草待验证的 token。其 39,691 次下载量远超今日榜单上的其他模型。incoai が Qwen3.8-27B 向けに開発したドラフトモデル DFlash 2 の GGUF 変換版。単体の言語モデルではなく、投機的デコードのサーバー内で動作し、ターゲットモデルが検証するためのトークンを下書きする。ダウンロード数は 39,691 件で、本日の一覧では突出して多い。
4sensenova/SenseNova-U1.5-8B-MoT1,445 DOWNLOADS · 112 LIKESSenseNova's latest native unified multimodal checkpoint, built on NEO-unify and aimed at image generation and editing. The card credits strengthened patchify layers, better data quality and distribution, revised task formulation, prompt enhancement, and a reworked post-training pipeline, listing six user-visible improvements. It has 1,445 downloads and 112 likes.这是 SenseNova 最新的原生统一多模态模型，基于 NEO-unify 构建，面向图像生成与编辑。模型卡称其改进了 patchify 层、数据质量与分布、任务定义、提示词增强以及后训练流程，并列出六项用户可感知的提升。目前已有 1,445 次下载和 112 个点赞。SenseNova による最新のネイティブ統合マルチモーダルモデル。NEO-unify を基盤とし、画像の生成と編集を狙う。モデルカードは patchify 層の強化、データの品質と分布の改善、タスク定義の見直し、プロンプト拡張、事後学習パイプラインの刷新を挙げ、ユーザーが体感できる 6 つの改善点を列挙している。ダウンロードは 1,445 件、いいねは 112 件。
2026-08-22 · SATURDAY · 13:04 PDT
1deepseek-ai/DeepSeek-V4-Flash-07312,976,281 DOWNLOADS · 3,626 LIKESDeepSeek published the official release of V4-Flash, superseding the preview with what the card calls substantially enhanced agentic capabilities. It keeps the same structure as the DSpark variant, including an attached speculative decoding module, and the team reports it outperforming DeepSeek-V4-Pro (Preview) on the benchmarks listed. Close to 3 million downloads and 3,626 likes.DeepSeek 发布了 V4-Flash 的正式版本，取代此前的预览版，模型卡称其代理能力有大幅提升。它与 DSpark 变体结构相同，同样附带推测解码模块；团队称其在所列基准上优于 DeepSeek-V4-Pro（预览版）。下载量接近 300 万，获赞 3,626。DeepSeek が V4-Flash の正式版を公開し、プレビュー版を置き換えた。モデルカードはエージェント能力が大幅に強化されたとする。構造は DSpark 版と同じで投機的デコードのモジュールを備え、掲載されたベンチマークでは DeepSeek-V4-Pro（プレビュー）を上回るという。ダウンロードは 300 万近く、いいねは 3,626。
2LBH-123-AI/Minimax_h3_latent_Upscaler0 DOWNLOADS · 156 LIKESThis is a neural upscaler that operates directly on Minimax H3's 24-channel video latents, raising spatial resolution while leaving the time dimension untouched. The intended workflow is to generate video cheaply at low resolution, upscale the latent in place, then refine at the target size. It has 156 likes and no recorded downloads yet.这是一个直接作用于 Minimax H3 的 24 通道视频潜变量的神经上采样器，在提升空间分辨率的同时保持时间维度不变。设计的流程是先以低分辨率快速生成视频，再原地放大潜变量，最后在目标分辨率上精修。目前获赞 156，尚无下载记录。Minimax H3 の 24 チャンネル動画潜在表現に直接作用するニューラルアップスケーラで、時間次元をそのままに空間解像度を引き上げる。想定される流れは、低解像度で安価に動画を生成し、潜在表現をその場で拡大してから目標解像度で仕上げるというもの。いいねは 156、ダウンロードの記録はまだない。
3ornith-ai/Ornith-1.5-9B-GGUF174,817 DOWNLOADS · 158 LIKESOrnith-1.5 is a 9B model built around end-to-end self-improvement, extending Ornith-1.0, which was developed on top of Qwen3.5 and Gemma4 with extra continued pretraining and post-training. The new version widens the loop from scaffold and rollout optimization to jointly optimizing task generation, scaffold construction and solution rollouts. The GGUF build has about 175,000 downloads.Ornith-1.5 是一个围绕端到端自我改进构建的 9B 模型，是 Ornith-1.0 的延续；后者在 Qwen3.5 与 Gemma4 之上追加了继续预训练、中期训练和后训练。新版本把自我改进循环从脚手架与 rollout 优化，扩展到任务生成、脚手架构建与解答 rollout 的联合优化。该 GGUF 版本约有 175,000 次下载。Ornith-1.5 は、エンドツーエンドの自己改善を軸に構築された 9B モデル。Qwen3.5 と Gemma4 の上に追加の継続事前学習と事後学習を重ねた Ornith-1.0 を拡張したものだ。新版では自己改善のループを、足場と rollout の最適化から、タスク生成・足場構築・解の rollout の同時最適化へと広げた。GGUF 版のダウンロードは約 175,000。
4empero-ai/Qwen3.8-9B-Distill-GGUF126,213 DOWNLOADS · 135 LIKESEmpero released GGUF quantizations of its Qwen3.8-9B, a full-parameter distillation of the 2.4T-parameter Qwen3.8 A95B into the Qwen3.5-9B architecture. The files target llama.cpp, Ollama, LM Studio, Jan and KoboldCpp, and the card is deliberately limited to choosing a quant and running it. Downloads stand near 126,000.Empero 发布了其 Qwen3.8-9B 的 GGUF 量化版本，该模型是把 2.4T 参数的 Qwen3.8 A95B 全参数蒸馏到 Qwen3.5-9B 架构上得到的。文件面向 llama.cpp、Ollama、LM Studio、Jan 与 KoboldCpp，模型卡刻意只讲如何选择量化文件并运行。下载量接近 126,000。Empero が自社の Qwen3.8-9B の GGUF 量子化版を公開した。2.4T パラメータの Qwen3.8 A95B を Qwen3.5-9B のアーキテクチャへ全パラメータ蒸留したモデルである。ファイルは llama.cpp、Ollama、LM Studio、Jan、KoboldCpp 向けで、カードは量子化ファイルの選び方と動かし方に絞られている。ダウンロードは 126,000 近い。
5DavidAU/Qwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic-NM-DAU-NEO-MAX-MTP-GGUF2,894,845 DOWNLOADS · 2,203 LIKESThis community fine-tune of Qwen3.6-27B ships both regular and MTP Neo MAX imatrix GGUF quants, plus a range of other quant types. The author claims it is the first fine-tune to exceed 700 on ARC-C at both 8-bit and 4-bit. With nearly 2.9 million downloads and 2,203 likes, it is the most downloaded community fine-tune among today's trending models.这是 Qwen3.6-27B 的社区微调版本，同时提供常规与 MTP Neo MAX imatrix 两类 GGUF 量化文件，以及多种其他量化格式。作者称它是首个在 8 比特与 4 比特下 ARC-C 均超过 700 的微调模型。近 290 万次下载、2,203 个赞，使其成为今日热门模型中下载量最高的社区微调版本。Qwen3.6-27B のコミュニティによるファインチューンで、通常版と MTP Neo MAX imatrix の GGUF 量子化に加え、多様な量子化形式を提供する。作者は、8 ビットと 4 ビットの双方で ARC-C 700 を超えた初のファインチューンだと主張している。ダウンロードは 290 万近く、いいねは 2,203 で、本日のトレンド中で最も多くダウンロードされたコミュニティ版だ。
2026-08-21 · FRIDAY · 13:08 PDT
1superwhisper/s1-mini1,136 DOWNLOADS · 180 LIKESSuperwhisper published S1-mini, a Qwen3-based text-generation model whose card points it at speech recognition work and, specifically, text normalization and inverse text normalization - the step that turns spoken words in a transcript into their written forms. The repository ships Transformers-format safetensors weights.Superwhisper 发布了 S1-mini，这是一个基于 Qwen3 的文本生成模型，模型卡将其用途指向语音识别相关任务，尤其是文本正则化与逆文本正则化，即把转写结果中的口语词还原为书面表记的环节。仓库以 Transformers 格式提供 safetensors 权重。Superwhisper が S1-mini を公開した。Qwen3 系のテキスト生成モデルで、カードは音声認識まわり、とりわけテキスト正規化と逆テキスト正規化、つまり書き起こしの中の話し言葉を書き言葉の表記に直す工程を用途として挙げている。重みは Transformers 形式の safetensors で配布される。
2DavidAU/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-NM-DAU-NEO-MAX-MTP-GGUF155,208 DOWNLOADS · 159 LIKESDavidAU released GGUF builds of a Cold Fusion fine-tune of Qwen3.8-27B, trained with a GAIN and Unsloth recipe the card says holds 99 percent of BF16 performance at both 8-bit and 4-bit. The card also claims the model spends between half and a tenth as many thinking tokens as the base while keeping its reasoning, and clears the 27B Qwen core benchmarks.DavidAU 发布了 Qwen3.8-27B 的 Cold Fusion 微调版 GGUF 量化。模型卡称其采用 GAIN 与 Unsloth 的训练方法，在 8 位与 4 位下仍保留 BF16 约 99% 的表现，并称思考 token 用量只有基础模型的二分之一到十分之一，同时保持推理能力，且在 27B 级 Qwen 的核心基准上全面胜出。DavidAU が Qwen3.8-27B の Cold Fusion ファインチューンを GGUF 形式で公開した。カードによれば GAIN と Unsloth を用いた学習により 8 ビットでも 4 ビットでも BF16 の性能を 99% 保ち、思考トークンは元モデルの 2 分の 1 から 10 分の 1 に減りながら推論力を維持し、27B 級 Qwen の主要ベンチマークをいずれも上回るという。
3peculiar-ragdoll/Qwen-Sharp-Chat-Templates0 DOWNLOADS · 172 LIKESQwen Sharp Chat Templates is not a model but a set of drop-in chat templates for Qwen 3.5, 3.6 and 3.8, tagged for llama.cpp and MLX. The author says the Sharp template tunes those models for knowledge work and coding, and that Qwen3.8-27B at medium effort answers with fewer thinking tokens while getting more capable.Qwen-Sharp-Chat-Templates 并非模型，而是一组面向 Qwen 3.5、3.6 与 3.8 的即插即用聊天模板，标签涵盖 llama.cpp 与 MLX。作者称 Sharp 模板针对知识工作与编程做了调优，Qwen3.8-27B 在中等思考强度下用更少的思考 token 就能给出更好的回答。Qwen-Sharp-Chat-Templates はモデルではなく、Qwen 3.5・3.6・3.8 にそのまま差し込めるチャットテンプレート集で、llama.cpp と MLX のタグが付く。作者によれば Sharp テンプレートは知識労働とコーディング向けに調整されており、Qwen3.8-27B は中程度の思考量でも思考トークンを減らしつつ、より賢く答えるという。
4ornith-ai/Ornith-1.5-9B10,304 DOWNLOADS · 148 LIKESornith-ai released Ornith-1.5-9B, which its card presents as a step toward building foundation models through end-to-end self-improvement. It extends Ornith-1.0, itself continued-pretrained and post-trained on top of Qwen3.5 and Gemma4, by widening the loop from scaffold and rollout optimization to jointly optimizing task generation, scaffold construction and rollouts.ornith-ai 发布了 Ornith-1.5-9B，模型卡将其定位为通过端到端自我改进来构建基础模型的一步。它在 Ornith-1.0 的基础上扩展，而后者是在 Qwen3.5 与 Gemma4 之上继续预训练与后训练而成；新版把自我改进闭环从脚手架与轨迹优化，扩大为对任务生成、脚手架构建与解题轨迹的联合优化。ornith-ai が Ornith-1.5-9B を公開した。カードでは、端から端まで自己改善を回して基盤モデルを築くための一歩と位置づけられている。Qwen3.5 と Gemma4 の上で継続事前学習と事後学習を施した Ornith-1.0 を拡張し、足場と試行の最適化にとどまっていたループを、課題生成、足場構築、解答試行の同時最適化へ広げた。
5incoai/Qwen3.8-27B-DFlash237,056 DOWNLOADS · 141 LIKESincoai published Qwen3.8-27B-DFlash2, a draft model for Qwen3.8-27B rather than a standalone language model. It runs inside a speculative decoding server, proposing tokens for the larger target model to verify, and is built on a block-diffusion approach with tags for SGLang.incoai 发布了 Qwen3.8-27B-DFlash2。它并非独立的语言模型，而是 Qwen3.8-27B 的草稿模型：运行在推测解码服务中，负责起草 token 交由更大的目标模型验证，实现上采用块扩散方法，并标注适配 SGLang。incoai が Qwen3.8-27B-DFlash2 を公開した。単体の言語モデルではなく Qwen3.8-27B 用のドラフトモデルで、投機的デコーディングのサーバー内で動き、本体モデルが検証するトークンを先に提案する。実装はブロック拡散に基づき、SGLang 向けのタグが付く。
2026-08-20 · THURSDAY · 13:07 PDT
1OBLITERATUS/Qwen3.8-27B-OBLITERATED4,415 DOWNLOADS · 223 LIKESOBLITERATUS published an abliterated build of Alibaba's Qwen3.8-27B, claiming zero refusals across a set of 842 harmful prompts. The card describes six rounds of surgery on the weights using residue mining and multi-direction SVD, on the argument that refusal behavior is encoded as directions in activation space across dozens of layers rather than sitting in a system prompt. It has 223 likes on about 4,400 downloads.OBLITERATUS 发布了阿里 Qwen3.8-27B 的去审查版本，声称在 842 条有害提示的测试集上完全不再拒答。模型卡称对权重进行了六轮处理，使用残差挖掘与多方向 SVD，其依据是拒答行为并非写在系统提示里，而是以方向的形式编码在数十层的激活空间中。该模型获得 223 个点赞，下载量约 4,400 次。OBLITERATUS が、アリババの Qwen3.8-27B から拒否応答を取り除いたビルドを公開し、842 件の有害プロンプトすべてで拒否が起きないと主張している。モデルカードは、残差マイニングと多方向 SVD を用いた 6 回にわたる重みの処理を説明する。拒否の挙動はシステムプロンプトではなく、数十層にわたる活性空間内の方向として符号化されているという見立てに基づく。いいねは 223、ダウンロードは約 4,400 件。
2ornith-ai/Ornith-1.5-35B-A3B1,713 DOWNLOADS · 203 LIKESOrnith-1.5-35B-A3B is a mixture-of-experts model with 35 billion total parameters and roughly 3 billion active per token, presented as a step toward building foundation models through end-to-end self-improvement. It extends Ornith-1.0, which was developed on top of Qwen3.5 and Gemma4 with continued pretraining, mid-training and post-training. A GGUF conversion of the same weights has passed 53,000 downloads.Ornith-1.5-35B-A3B 是一个混合专家模型，总参数 350 亿、每 token 激活约 30 亿，被定位为通过端到端自我改进来构建基础模型的一步尝试。它在 Ornith-1.0 基础上扩展，而后者是在 Qwen3.5 与 Gemma4 之上经过继续预训练、中期训练与后训练得到的。同一权重的 GGUF 转换版下载量已超过 53,000 次。Ornith-1.5-35B-A3B は総パラメータ 350 億、トークンあたり約 30 億が活性化する MoE モデルで、エンドツーエンドの自己改善によって基盤モデルを構築する取り組みの一歩と位置づけられている。Qwen3.5 と Gemma4 の上に継続事前学習、中間学習、事後学習を重ねた Ornith-1.0 を拡張したものだ。同じ重みの GGUF 版はダウンロード 5 万 3000 件を超えている。
3orcarouter/Qwen3.8-27B-Uncensored-GGUF52,382 DOWNLOADS · 232 LIKESorcarouter's uncensored GGUF build of Qwen3.8-27B is the most liked model on today's list, with 232 likes and more than 52,000 downloads. It is tagged for llama.cpp and for abliteration, and is labeled image-text-to-text, carrying the base model's vision input. The same team's MLX and FP8 conversions trended earlier this week.orcarouter 制作的 Qwen3.8-27B 去审查 GGUF 版本是今天榜单上点赞最多的模型，获得 232 个点赞、超过 52,000 次下载。它带有 llama.cpp 与 abliteration 标签，任务类型标注为图文到文本，保留了基础模型的视觉输入能力。该团队的 MLX 与 FP8 版本已在本周早些时候登上榜单。orcarouter による Qwen3.8-27B の無検閲 GGUF ビルドは、いいね 232、ダウンロード 5 万 2000 件超で、本日のリスト中で最も多くのいいねを集めた。llama.cpp と abliteration のタグが付き、タスクは image-text-to-text とされ、ベースモデルの画像入力に対応する。同じチームの MLX 版と FP8 版は今週前半にも注目を集めていた。
4huihui-ai/Huihui-Qwen3.8-27B-abliterated-GGUF187,008 DOWNLOADS · 195 LIKESHuihui's GGUF release is an abliterated build of Qwen3.8-27B and the most downloaded model on today's list at more than 187,000 pulls. The card calls the method a crude proof of concept for removing refusals without TransformerLens, notes that the first 15 layers were retained without ablation, and flags multi-token prediction and the vision path as untouched.Huihui 发布的 GGUF 版本是 Qwen3.8-27B 的去审查构建，也是今天榜单上下载量最高的模型，超过 187,000 次。模型卡称这一方法是在不依赖 TransformerLens 的前提下移除拒答的粗略概念验证，并说明前 15 层未做消融处理，多 token 预测与视觉通路也未作改动。Huihui の GGUF 版は Qwen3.8-27B から拒否応答を取り除いたビルドで、18 万 7000 件超と本日のリストで最多のダウンロードを記録している。モデルカードは、TransformerLens を使わずに拒否を除去する粗い概念実証だと位置づけ、最初の 15 層はアブレーションせずに残し、マルチトークン予測と画像処理の経路には手を加えていないと記す。
5z-lab/Qwen3.8-27B-DFlash212,235 DOWNLOADS · 149 LIKESDFlash 2 is a draft model for Qwen3.8-27B rather than a standalone language model: it runs inside a speculative decoding server and proposes tokens for the larger model to verify. It uses a block-diffusion drafting approach and is packaged for SGLang. The repo mirrors incoai/Qwen3.8-27B-DFlash2 and has about 12,200 downloads.DFlash 2 不是独立的语言模型，而是 Qwen3.8-27B 的草稿模型：它运行在投机解码服务中，负责起草 token 交由主模型验证。它采用块扩散式的起草方法，并针对 SGLang 打包。该仓库是 incoai/Qwen3.8-27B-DFlash2 的镜像，下载量约 12,200 次。DFlash 2 は単体の言語モデルではなく、Qwen3.8-27B 用のドラフトモデルである。投機的デコーディングのサーバー内で動作し、大きい側のモデルが検証するトークンを提案する。ブロック拡散方式のドラフト生成を用い、SGLang 向けに用意されている。リポジトリは incoai/Qwen3.8-27B-DFlash2 のミラーで、ダウンロードは約 1 万 2200 件。
2026-08-19 · WEDNESDAY · 13:05 PDT
1JonathanColetti/Qwen3.8-27B-Uncensored-GGUF766,812 DOWNLOADS · 463 LIKESGGUF quantizations of an uncensored Qwen3.8-27B lead the day's model list with about 767,000 downloads. The build keeps the multi-token-prediction head that abliteration normally strips, re-saving the model through transformers and verifying the mtp tensors are present. The publisher says refusal behaviour is substantially reduced, not eliminated.对 Qwen3.8-27B 去审查版本的 GGUF 量化以约 76.7 万次下载位居当日模型榜首。该版本保留了通常会被 abliteration 移除的多令牌预测（MTP）头，通过 transformers 重新保存模型并验证 mtp 张量确实存在。发布者称拒答行为被大幅削弱，但并未完全消除。無検閲版Qwen3.8-27BのGGUF量子化が、約76万7000ダウンロードで本日のモデル一覧の首位となった。abliterationで通常は失われるマルチトークン予測（MTP）ヘッドを保持し、transformers経由で保存し直したうえでmtpテンソルの存在を検証している。公開者は拒否挙動は大幅に低減したが完全には消していないと述べる。
2huihui-ai/Huihui-Qwen3.8-27B-abliterated7,207 DOWNLOADS · 164 LIKEShuihui-ai published an abliterated Qwen3.8-27B that removes refusal directions without using TransformerLens. The first 15 layers are left unablated, and both the MTP head and the vision tower are unmodified. Its GGUF conversion trends alongside the weights, drawing more than 94,000 downloads of its own.huihui-ai 发布了经 abliteration 处理的 Qwen3.8-27B，在不借助 TransformerLens 的情况下移除拒答方向。模型前 15 层未做消融处理，MTP 头与视觉塔也保持原样。与该权重同期上榜的还有其 GGUF 转换版本，单独获得超过 9.4 万次下载。huihui-aiは、TransformerLensを使わずに拒否方向を除去したQwen3.8-27Bのabliterated版を公開した。最初の15層はアブレーションせず、MTPヘッドと視覚タワーも未改変のまま残している。同じ重みのGGUF変換版も並んで人気を集め、単独で9万4000回超のダウンロードを記録した。
3empero-ai/Qwen3.8-9B-Distill4,354 DOWNLOADS · 139 LIKESEmpero released Qwen3.8-9B, a full-parameter distillation of the 2.4T-parameter Qwen3.8 A95B model into the Qwen3.5-9B architecture. The student was trained on roughly 70,000 curated teacher traces from the team's internal set. Weights ship in Hugging Face Transformers format and run on vLLM and SGLang.Empero 发布 Qwen3.8-9B，将 2.4T 参数的 Qwen3.8 A95B 全参数蒸馏到 Qwen3.5-9B 架构上。学生模型基于团队内部整理的约 7 万条教师轨迹训练而成。权重以 Hugging Face Transformers 格式提供，可在 vLLM 与 SGLang 上运行。EmperoはQwen3.8-9Bを公開した。2.4兆パラメータのQwen3.8 A95Bを、Qwen3.5-9Bアーキテクチャへ全パラメータ蒸留したモデルである。生徒モデルはチーム内部で選別した約7万件の教師トレースで学習された。重みはHugging Face Transformers形式で提供され、vLLMやSGLangで動作する。
4AEON-7/Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-BF167,805 DOWNLOADS · 138 LIKESAEON-7 posted a BF16 abliteration of Qwen3.8-27B, labelled an early-access draft rather than a finished release. The vision tower and native MTP head are left as the unmodified base, and the publisher says the ablation targets coherence rather than a minimal KL divergence. A later NVFP4 version is planned from this full-precision master.AEON-7 发布了 Qwen3.8-27B 的 BF16 去审查版本，并明确标注为早期访问草稿而非正式发布。视觉塔与原生 MTP 头保持基础模型原样，发布者称本次消融以保持连贯性为目标，而非追求极低的 KL 散度。后续计划以这一全精度母版为基础推出 NVFP4 版本。AEON-7はQwen3.8-27BのBF16アブリタレーション版を公開し、完成版ではなく早期アクセスの草案だと明記している。視覚タワーとネイティブMTPヘッドはベースのまま未改変で、アブレーションはKLダイバージェンスの最小化ではなく一貫性を狙ったものだという。この全精度マスターから後日NVFP4版を作る計画だ。
5AtomicChat/Qwen3.8-27B-GGUF121,717 DOWNLOADS · 124 LIKESAtomic Chat built its own GGUF quantizations of Qwen3.8-27B from Qwen's original weights using an in-house importance matrix, and has drawn about 122,000 downloads. The calibration corpora behind the builds are public and the repo publishes per-quantization measurements. The model runs in the Atomic Chat client with thinking toggles.Atomic Chat 基于 Qwen 原始权重、使用自研重要性矩阵制作了 Qwen3.8-27B 的 GGUF 量化版本，已获得约 12.2 万次下载。其校准语料公开可查，仓库中还给出了各量化档位的实测数据。该模型可在 Atomic Chat 客户端中运行，并支持思考模式开关。Atomic Chatは、Qwenのオリジナル重みから独自の重要度行列を用いてQwen3.8-27BのGGUF量子化版を作成し、約12万2000ダウンロードを集めている。ビルドに使った較正コーパスは公開されており、リポジトリには量子化ごとの測定結果も掲載されている。同モデルはAtomic Chatクライアント上で動作し、思考モードの切り替えに対応する。
2026-08-18 · TUESDAY · 13:07 PDT
1orcarouter/Qwen3.8-27B-Uncensored-MLX0 DOWNLOADS · 209 LIKESAn MLX build of an abliterated Qwen3.8-27B, packaged for Apple silicon and tagged by its publisher for red-teaming work. The multimodal checkpoint has drawn 209 likes and reports no downloads yet, one of several uncensored derivatives of Qwen's 27-billion-parameter model trending on the Hub today.这是经过 abliteration 处理的 Qwen3.8-27B 的 MLX 版本，面向 Apple 芯片打包，发布者将其标注为红队测试用途。该多模态权重已获得 209 个点赞，下载量仍显示为 0，是今日 Hub 上多个 Qwen 270 亿参数模型无审查衍生版之一。アブリタレーションを施した Qwen3.8-27B の MLX ビルドで、Apple シリコン向けにパッケージされ、公開者はレッドチーミング用途としてタグ付けしている。このマルチモーダルモデルは209のいいねを集めた一方、ダウンロード数はまだ0で、本日 Hub で目立つ Qwen の270億パラメータ版の無検閲派生の一つである。
2HauhauCS/Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP-GGUF27,745 DOWNLOADS · 186 LIKESHauhauCS ships an aggressive uncensored variant of Qwen3.8-27B as GGUF with its FastMTP speculative decoding, claiming up to 3.02 times the document generation throughput of a non-MTP build and 35.2 percent more than standard embedded MTP. The publisher reports zero refusals across its own 465-prompt test.HauhauCS 以 GGUF 格式发布了 Qwen3.8-27B 的激进无审查版本，并搭配其 FastMTP 投机解码，宣称文档生成吞吐最高可达非 MTP 版本的 3.02 倍，并比标准内嵌 MTP 高出 35.2%。发布者称该模型在自有的 465 条提示测试中零拒答。HauhauCS は Qwen3.8-27B の攻めた無検閲版を GGUF で公開し、独自の FastMTP 投機的デコードを組み合わせた。文書生成のスループットは非MTP版の最大3.02倍、標準の埋め込みMTP比でも35.2%高いとしている。公開者は自前の465プロンプト試験で拒否ゼロと報告している。
3Blackfrost-AI/Qwen3.8-27B-ABLITERATED-GGUF134,149 DOWNLOADS · 147 LIKESBlackfrost published a full standard K-quant ladder, Q2_K through Q8_0, of its abliterated Qwen3.8-27B, with both vision projectors included and no importance-matrix quants. The dense multimodal build targets llama.cpp and has passed 134,000 downloads, the second highest among today's candidates.Blackfrost 发布了其 abliterated 版 Qwen3.8-27B 的完整标准 K 量化阶梯，从 Q2_K 到 Q8_0，包含两个视觉投影器，且未使用重要性矩阵量化。该稠密多模态版本面向 llama.cpp，下载量已超过 13.4 万次，在今日候选中位居第二。Blackfrost は、アブリタレーション済み Qwen3.8-27B について Q2_K から Q8_0 までの標準 K量子化ラダー一式を公開した。ビジョンプロジェクタを2種とも同梱し、重要度行列を用いた量子化は使っていない。llama.cpp 向けの密なマルチモーダル版で、ダウンロードは13万4千件を超え本日の候補で2番目に多い。
4fal/MiniMax-H3-Realism-People-LoRA20,600 DOWNLOADS · 255 LIKESfal published a LoRA adapter for the MiniMax H3 video model tuned for realistic people, covering close-up faces, skin texture, expressions and documentary-style camera movement. The card documents 19 before-and-after pairs generated at the same prompt and seed with the adapter on and off. Its 255 likes lead every model on today's list.fal 发布了面向 MiniMax H3 视频模型的 LoRA 适配器，专门优化真实人物表现，涵盖特写面部、皮肤质感、表情与纪录片式运镜。模型页给出 19 组对照样例，均在相同提示词和随机种子下、仅切换适配器开关生成。其 255 个点赞在今日榜单中最高。fal は、動画モデル MiniMax H3 向けにリアルな人物描写へ特化した LoRA アダプタを公開した。クローズアップの顔、肌の質感、表情、ドキュメンタリー調のカメラワークを対象とする。モデルカードには同一プロンプト・同一シードでアダプタのオン／オフだけを変えた19組の比較例が示されている。255のいいねは本日の一覧で最多である。
50bserverx/Qwen3.8-27B-Heretic-Abliterated-Uncensored-GGUF150,262 DOWNLOADS · 137 LIKESThis GGUF is a double-refined abliteration of Qwen3.8-27B, built on an existing ARA abliteration and given two further full-weight passes aimed at residual refusals. The publisher reports refusals dropping from 3 in 100 prompts to 0 or 1 while keeping behavioral damage low, at a KL of about 0.0085. It leads today's candidates with over 150,000 downloads.这个 GGUF 是对 Qwen3.8-27B 的二次精修 abliteration，基于已有的 ARA 版本再做两轮全权重处理，针对残余的拒答行为。发布者称拒答率从每 100 条提示 3 次降至 0 至 1 次，同时行为损伤保持在较低水平，KL 约为 0.0085。其下载量超过 15 万次，在今日候选中最高。この GGUF は Qwen3.8-27B のアブリタレーションを二重に精錬したもので、既存の ARA 版を土台に、残存する拒否挙動を狙って全重みのパスをさらに2回加えている。公開者によれば拒否は100プロンプト中3件から0〜1件へ減り、挙動への影響はKL約0.0085と低く抑えられている。ダウンロードは15万件超で本日の候補中最多である。
2026-08-17 · MONDAY · 13:06 PDT
1orcarouter/Qwen3.8-27B-Uncensored-FP815,812 DOWNLOADS · 424 LIKESAn FP8 build of an abliterated Qwen3.8-27B, the multimodal checkpoint behind most of this week's top open-weight uploads. Refusal behavior is stripped rather than retrained, and the repo tags it for red-teaming use. It leads a cluster of uncensored repackagings of the same base model published in FP8, GGUF and BF16 formats.这是对经过 abliteration 处理的 Qwen3.8-27B 所做的 FP8 版本，该多模态基座模型是本周开放权重上传中最热门的来源。模型并非通过再训练、而是直接移除了拒答行为，仓库标注其用于红队测试。围绕同一基座，还有一批以 FP8、GGUF 和 BF16 等格式发布的去限制重打包版本，本条目为其中的代表。abliteration を施した Qwen3.8-27B の FP8 ビルドで、今週の公開ウェイト投稿の多くが由来するマルチモーダルの基盤モデルである。拒否挙動は再学習ではなく除去によって取り払われ、リポジトリはレッドチーム用途として明示している。同じ基盤モデルを FP8、GGUF、BF16 などで再パッケージした一群の無検閲版のうち、代表的な 1 本にあたる。
2HauhauCS/Qwen3.6-27B-Uncensored-HauhauCS-Aggressive332,718 DOWNLOADS · 688 LIKESAn uncensored multimodal build of the previous-generation Qwen3.6-27B, shipped as GGUF and reporting zero refusals across the publisher's 465-prompt test. The author steers most users to the Balanced sibling instead, citing the same refusal rate with more stable sampling for agentic coding and reasoning work. It carries 688 likes and roughly 333,000 downloads.上一代 Qwen3.6-27B 的无审查多模态版本，以 GGUF 格式发布，在发布者的 465 条提示测试中记录为零拒答。作者建议绝大多数用户改用 Balanced 版本，称其拒答率相同、但在智能体编程与推理任务中的采样更稳定。该仓库获得 688 个点赞，下载量约 33.3 万次。前世代の Qwen3.6-27B を無検閲化したマルチモーダル版で、GGUF 形式で配布され、公開者による 465 プロンプトのテストで拒否ゼロを報告している。作者は大半の利用者に対し、拒否率は同じでサンプリングがより安定し、エージェント的なコーディングや推論に向くとして Balanced 版を推奨する。いいねは 688、ダウンロードは約 33 万 3000 件。
3CohereLabs/North-Micro-Vision-Instruct19,213 DOWNLOADS · 112 LIKESCohere released North Micro Vision Instruct, a 2.4-billion-parameter open-weight vision-language model with native-resolution image support, under Apache 2.0. It is positioned as a compact base for prototyping, task-specific fine-tuning and specialized multimodal applications rather than as a frontier system.Cohere 发布了 North Micro Vision Instruct，这是一个 24 亿参数的开放权重视觉语言模型，支持原生分辨率图像输入，采用 Apache 2.0 许可。官方将其定位为用于原型开发、特定任务微调和垂直多模态应用的轻量基座，而非追求前沿能力的系统。Cohere は、ネイティブ解像度の画像入力に対応する 24 億パラメータのオープンウェイト視覚言語モデル North Micro Vision Instruct を Apache 2.0 で公開した。最先端性能を狙うモデルではなく、試作、タスク特化のファインチューニング、特定用途のマルチモーダル応用に使う小型の基盤として位置づけられている。
4empero-ai/Qwen3.8-27B-Ridge-GGUF9,222 DOWNLOADS · 110 LIKESA mixed-precision GGUF of the official Qwen3.8-27B checkpoint at about 3.7 bits per weight. Rather than applying a uniform quant ladder, the mix is probed for the model's architecture of 64 layers alternating Gated-DeltaNet and gated attention blocks. It targets llama.cpp, Ollama, LM Studio, jan and KoboldCpp.针对官方 Qwen3.8-27B 权重制作的混合精度 GGUF，平均约每权重 3.7 比特。它没有套用统一的量化档位，而是针对该模型 64 层、由 Gated-DeltaNet 与门控注意力模块交替构成的架构逐层探测后确定配比。适配 llama.cpp、Ollama、LM Studio、jan 和 KoboldCpp。公式の Qwen3.8-27B チェックポイントを重みあたり約 3.7 ビットで量子化した混合精度の GGUF。一律の量子化ラダーを当てるのではなく、Gated-DeltaNet とゲート付きアテンションが交互に並ぶ 64 層という構造に合わせて配分を探索している。llama.cpp、Ollama、LM Studio、jan、KoboldCpp を対象とする。
5empero-ai/Qwen3.8-9B540 DOWNLOADS · 106 LIKESA full-parameter distillation of Qwen3.8 2.4T A95B into the 9-billion-parameter Qwen3.5 architecture, trained on roughly 70,000 curated teacher traces. The weights ship in Hugging Face Transformers format and run on vLLM, SGLang and other runtimes that already support Qwen3.5.把 Qwen3.8 2.4T A95B 全参数蒸馏进 90 亿参数的 Qwen3.5 架构而成的模型，训练使用了约 7 万条经过筛选的教师轨迹。权重以 Hugging Face Transformers 格式发布，可在 vLLM、SGLang 等已支持 Qwen3.5 的运行时上直接使用。Qwen3.8 2.4T A95B を 90 億パラメータの Qwen3.5 アーキテクチャへ全パラメータ蒸留したモデルで、厳選された約 7 万件の教師トレースで学習されている。重みは Hugging Face Transformers 形式で配布され、vLLM や SGLang など Qwen3.5 に対応済みのランタイムで動作する。