
Qwen3.8-27B-Uncensored-FP8: สิ่งที่เราส่งมอบ และเหตุใดจึงใช้เพื่อการวิจัยเท่านั้น
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 185 tok/s
- openaiใหม่OpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 76 tok/s
- openaiใหม่OpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 151 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 240 tok/s
- Alibabaใหม่Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 ต่อ 1 ล้านโทเค็น · 178 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 94 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 ต่อ 1 ล้านโทเค็น · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 104 tok/s
เราได้ปล่อย Qwen3.8-27B-Uncensored-FP8 ออกแล้ววันนี้ — เป็นบิลด์ block-FP8 แบบออฟไลน์ที่ถูก abliterate ของ Qwen3.8 27B จาก Qwen โดยโฮสต์ไว้ที่ orcarouter/Qwen3.8-27B-Uncensored-FP8 บน Hugging Face โพสต์นี้เป็นฉบับตรงไปตรงมาว่ามันคืออะไร เราทำอะไร และ — ที่สำคัญที่สุด — สิ่งที่มัน ไม่ได้มีไว้เพื่ออะไร. การเปรียบเทียบจำนวนดาวน์โหลดของรีลีสนี้กับรีโพซิทอรีแบบ uncensored อื่น ๆ แสดงไว้ใน uncensored llm leaderboard.
โมเดลนี้คืออะไร
Qwen3.8 27B เป็นโมเดลวิทัศน์-ภาษาแบบเนทีฟ ขนาด 27 พันล้านพารามิเตอร์ สถาปัตยกรรมแบบ dense ใช้ระบบ hybrid-attention (Gated DeltaNet linear + full attention) พร้อมการควบคุมการคิดที่ยืดหยุ่น ความสามารถในการเรียกใช้เครื่องมือ และ MTP head สำหรับ speculative decoding บิลด์ FP8 ถูก re-quantize ให้เป็นรูปแบบ FP8 ที่ตรงกับ Qwen3.8-27B-FP8 อย่างเป็นทางการทุกประการ จึงทำงานบนเส้นทางเคอร์เนล vLLM ที่เหมือนกัน โดยยังคงรักษาบริบท 262K การเรียกใช้เครื่องมือ การให้เหตุผล และ MTP ไว้ครบถ้วน
สิ่งที่ทำให้บิลด์นี้แตกต่างคือคำที่อยู่หน้า FP8: ไม่ถูกเซ็นเซอร์. เราประยุกต์ใช้ abliteration — การทำ orthogonalization ทิศทางปฏิเสธออกจาก residual stream — เพื่อลบการปฏิเสธของโมเดลที่เกิดจากการปรับให้สอดคล้องกับความปลอดภัย ผลลัพธ์คือโมเดลที่จะปฏิบัติตามคำขอที่โมเดลต้นฉบับจะปฏิเสธ
อาร์ติแฟกต์สำคัญสองชิ้น:
• พื้นที่เก็บข้อมูล Hugging Face — orcarouter/Qwen3.8-27B-Uncensored-FP8 — safetensors, Apache 2.0, block-FP8 E4M3, image-text-to-text.
• การ์ดโมเดลบน OrcaRouter — อยู่ภายใต้ไลน์แคตตาล็อก Obsidian ของเรา พร้อมทั้งราคาและเกณฑ์มาตรฐาน
ทำไมเราถึงปล่อยมันออกมา
เนื่องจากกลไกการปฏิเสธเป็นหัวข้อวิจัยที่ถูกต้องตามกฎหมาย ทีมวิจัยด้านการตีความศึกษาว่าทิศทางของการปฏิเสธถูกเข้ารหัสใน residual stream อย่างไร นักวิจัยด้านความปลอดภัยตรวจสอบสิ่งที่เกิดขึ้นเมื่อ alignment ถูกนำออกไป การทดสอบเชิงรุก (red-teaming) ต้องการโมเดลที่ไม่ปฏิเสธ เพื่อให้คุณสามารถทดสอบมาตรการป้องกันของคุณเองกับสิ่งที่พยายามเลี่ยงผ่านมันอย่างแข็งขัน โมเดลแบบ abliterated เป็นเครื่องมือมาตรฐานในชุดนั้น
เราสร้างสิ่งนี้บน open weights ของ Qwen (Apache 2.0) และเผยแพร่ซ้ำภายใต้สัญญาอนุญาตเดียวกัน จุดประสงค์คือเพื่อให้นักวิจัยมี baseline แบบ abliterated ที่รู้จักและสามารถทำซ้ำได้ — สถาปัตยกรรมเดียวกัน เส้นทางการให้บริการ FP8 เดียวกัน เปลี่ยนแปลงตัวแปรเพียงหนึ่งตัว
ส่วนที่คุณต้องอ่านก่อนดาวน์โหลด
โมเดลนี้ได้ถูกนำการจัดแนวด้านความปลอดภัยออกไปอย่างมาก กล่าวคือ:
มันจะปฏิบัติตามคำขอที่เป็นอันตราย ผิดจริยธรรม ไม่เหมาะสม หรือผิดกฎหมาย ซึ่ง Qwen3.8 27B เวอร์ชันดั้งเดิมจะปฏิเสธ มันไม่มีระบบป้องกันในตัวที่มีความหมาย
โปรแกรมนี้ถูกเผยแพร่เพื่อวัตถุประสงค์ในการวิจัยที่ชอบด้วยกฎหมายอย่างเคร่งครัดเท่านั้น ได้แก่ การศึกษาการตีความได้ (interpretability) ความปลอดภัยของ AI (AI safety) การศึกษากลไกการปฏิเสธ (refusal-mechanism study) การทดสอบเชิงรุก (red-teaming) การประเมินความทนทาน (robustness evaluation) และการทดลองแบบควบคุม (controlled experiments)
คุณต้องรับผิดชอบและยอมรับภาระความรับผิดชอบอย่างเต็มที่ต่อการใช้งานของคุณและต่อทุกสิ่งที่มันสร้างขึ้น อย่านำไปปรับใช้กับผู้ใช้ปลายทางหรือในสภาพแวดล้อมการผลิตจริงโดยไม่ได้เพิ่มการป้องกันด้านความปลอดภัย การกลั่นกรอง และการป้องกันการใช้งานในทางที่ผิดของคุณเอง
• การใช้งานต้องเป็นไปตามสัญญาอนุญาต Apache 2.0
หากกรณีการใช้งานของคุณคือผลิตภัณฑ์ที่ใช้งานจริง แชทบอท หรือสิ่งใดก็ตามที่ให้บริการผู้ใช้ปลายทาง — นี่ไม่ใช่โมเดลสำหรับคุณ ให้ใช้ Qwen3.8 27B รุ่นมาตรฐาน ซึ่งยังคงรักษาการปรับแนวความปลอดภัยไว้
วิธีใช้
หากคุณกำลังทำการวิจัยที่ถูกต้องตามกฎหมายและเข้าใจสิ่งที่กล่าวมาข้างต้น:
• ดึงมาจาก Hugging Face: orcarouter/Qwen3.8-27B-Uncensored-FP8
• หรือเข้าถึงผ่านการ์ดโมเดลของเรา ซึ่งมีรายละเอียดราคาและเกณฑ์มาตรฐาน.
• ให้บริการบนเส้นทางเคอร์เนล vLLM มาตรฐาน โดยคงบริบท 262K, เครื่องมือ, การให้เหตุผล และ MTP ไว้ครบถ้วน
เราส่งมอบสิ่งนี้เพราะงานวิจัยเกี่ยวกับการลบการปฏิเสธเป็นเรื่องจริงและยังไม่ได้รับความสนใจเพียงพอ เรายังส่งมอบพร้อมกับข้อความปฏิเสธความรับผิดชอบที่ไม่ปิดบังว่ามันคืออะไร อ่านมัน ทำความเข้าใจ และใช้มันภายในขอบเขตที่มันถูกสร้างขึ้นมาเพื่อ
สำหรับการวิจัยที่ถูกต้องตามกฎหมาย ค่าน้ำหนักอยู่บน Hugging Face: ดึงมันมาจาก Hugging Face
