Qwen3.8-27B-Uncensored-FP8：我們發布了什麼，以及為何僅供研究使用

我們發布了 Qwen3.8-27B-Uncensored-FP8——今天發布的這個版本是 Qwen 的 Qwen3.8 27B 的一個經去對齊（abliterated）、離線 block-FP8 版本，託管於 orcarouter/Qwen3.8-27B-Uncensored-FP8（Hugging Face 上）。這篇文章如實說明它是什麼、我們做了什麼，以及——最重要的是——它 不適合哪些用途。

這個模型是什麼

Qwen3.8 27B 是一個擁有 270 億參數的密集、混合注意力（Gated DeltaNet 線性 + 完整注意力）原生視覺語言模型，具備彈性的思考控制、工具呼叫，以及 MTP 推測解碼頭。FP8 版本將其重新量化為官方 Qwen3.8-27B-FP8 的精確 FP8 方案，因此它能在相同的 vLLM 內核路徑上運行——262K 上下文、工具、推理和 MTP 全部保留。

這個版本的不同之處在於 FP8 前面的詞：uncensored。我們應用了 abliteration——將拒絕方向從殘差流中正交化去除——以移除模型的安全對齊拒絕行為。其結果是，此模型會順從原始模型會拒絕的請求。

兩個關鍵工件：

• Hugging Face 儲存庫 — orcarouter/Qwen3.8-27B-Uncensored-FP8 — safetensors、Apache 2.0、block-FP8 E4M3、影像-文字轉文字。

• OrcaRouter 上的模型卡 — 已上線於我們的 Obsidian 目錄系列，包含定價與基準測試。

我們為什麼發布它

因為拒絕機制本身是正當的研究課題。可解釋性團隊研究拒絕方向如何在殘差流中被編碼。安全研究人員探究移除對齊後會發生什麼。紅隊測試需要不會拒絕的模型，這樣你才能測試自己的防護措施能否應對主動嘗試繞過它們的對象。Abliterated模型正是該工具箱中的標準工具。

我們基於 Qwen 的開放權重（Apache 2.0）建構了這個專案，並以相同授權重新發布。重點在於為研究人員提供一個已知且可重現的 abliterated 基準——相同的架構、相同的 FP8 服務路徑，只改變一個變數。

下載前你必須閱讀的部分

此模型的安全對齊已大幅移除。具體而言：

• 它會遵從原始 Qwen3.8 27B 會拒絕的有害、不道德、冒犯性或非法請求。它沒有實質性的內建防護機制。

• 它嚴格僅供合法研究之用 —— 可解釋性、AI安全與拒絕機制研究、紅隊測試、穩健性評估，以及受控實驗。

您需對其使用方式及所產生的所有內容承擔全部責任與法律責任。在未添加您自己的安全、審核及濫用防護機制之前，請勿將其部署給終端使用者或用於生產環境。

• 使用必須遵守 Apache 2.0 授權條款。

如果您的使用場景是生產環境產品、聊天機器人，或任何服務最終用戶的情境——這個模型不適合您。請使用標準版 Qwen3.8 27B，它保留了安全對齊。

如何使用它

如果你正在進行合法的研究並理解以上內容：

• 從 Hugging Face 拉取：orcarouter/Qwen3.8-27B-Uncensored-FP8

• 或者，您可以透過我們的模型卡來查看，其中包含定價和基準測試的詳細資訊。

• 它在標準 vLLM 內核路徑上運行，262K 上下文、工具、推理和 MTP 均保持完整。

我們發布這個，是因為拒絕移除研究是真實存在且未得到充分重視的領域。我們也隨附一份不隱瞞其本質的免責聲明。請閱讀、理解，並在它預定的用途範圍內使用它。

對於合法研究，權重可在 Hugging Face 上取得：從 Hugging Face 拉取