GLM-4.7-Flash无审查版发布：30B MoE模型，仅3B激活参数

GLM-4.7-Flash的无审查版本现已发布，由HauhauCS制作。该模型基于Z.ai的原版GLM-4.7-Flash，但移除了所有审查机制。

模型采用30B-A3B混合专家架构，总参数量31B，但每次前向传播仅激活约3B参数，这意味着推理速度会很快。同时支持200K的上下文长度。

两种变体

• 平衡版：适合需要可靠性的智能体编码场景，在保持能力的同时不会过度拒绝请求
• 激进版：适合其他所有无审查主题

量化版本

目前提供了四种量化格式：

技术规格

• 模型架构：30B-A3B MoE（31B总参数，~3B激活参数）
• 上下文长度：202K
• 基础模型：zai-org/GLM-4.7-Flash

推荐设置

根据Z.ai官方的建议：

通用用途：

• --temp 1.0 --top-p 0.95

工具调用/智能体场景：

• --temp 0.7 --top-p 1.0

重要提示：

• 禁用重复惩罚（或设置--repeat-penalty 1.0）
• llama.cpp用户使用--min-p 0.01（默认0.05过高）
• 使用--jinja标志

兼容性

目前与Ollama存在聊天模板兼容性问题，建议使用llama.cpp、LM Studio、Jan或koboldcpp。

HauhauCS表示，这些无审查版本的目标是尽可能无损地保留原版模型的能力，只是移除了拒绝机制。对于需要更小模型的用户，他还发布了GPT-OSS 20B的无审查版本。

模型链接：

• 平衡版：https://huggingface.co/HauhauCS/GLM-4.7-Flash-Uncensored-HauhauCS-Balanced
• 激进版：https://huggingface.co/HauhauCS/GLM-4.7-Flash-Uncensored-HauhauCS-Aggressive