模型 / Huihui-GLM-5.2-GGUF (huihui-ai)

Huihui-GLM-5.2-GGUF (huihui-ai)

移除安全过滤的GLM-5.2 GGUF,供研究实验用

作者 huihui-ai

仓库标识huihui-ai/Huihui-GLM-5.2-abliterated-GGUF

显存未知许可 可商用任务 文本生成最近核对 2026-08-05
运行内存
缺少可用的参数量依据,无法估算显存
运行时
llama.cpp
下载
901

Hugging Face 源仓库 ↗

适合与不适合

入选理由
GLM-5.2 的无审查 GGUF 版本,适合本地实验去安全过滤的文本生成,直接下载分片后合并即可用 llama.cpp 运行。
对位
对位 Llama-3-8B
适合
无审查的文本生成和调试 / 安全对抗性研究与测试
不适合
生产部署或面向未成年用户

独立证据与社区反馈

5 个独立来源 · 另 2 官方/转载最近验证 2026-08-05

GLM-5.2 被社区认可为中文编程能力突出的开源模型,设计生成表现也好评较多,但整体水平仍不及 Opus 4.8。huihui 的 abliterated GGUF 版本降低了安全过滤、打通了本地部署链路,但社区对 abliteration 是否值得以性能为代价存在分歧——原版模型本身的合规意愿(Willingness)仅 28%,常静默审查,abliteration 的增量价值存疑。经过优化后推理速度可从约 2.5 tok/s 提升至 50+ tok/s,大模型部署门槛显著降低。

  • 以 GGUF 格式提供可本地运行的 GLM-5.2,降低安全过滤,使研究者能在本地实验(证据 1)
  • 保留 40B 活跃参数与 1M token 上下文窗口(证据 1)
  • 中文编程能力在开源模型中处于领先地位(证据 0)
  • 设计/前端生成表现获社区好评(证据 0)
  • 支持 llama.cpp、vLLM、SGLang、Ollama、Unsloth Studio 等多种本地部署方案(证据 3)
  • 通过社区优化可将推理速度从约 2.5 tok/s 提升至 50+ tok/s(证据 2)
  • GLM-5.2 原版 Willingness 评分仅 28%,常静默审查,合规意愿低(证据 4)
  • 有用户认为 abliteration 不值得以性能/质量损失为代价(证据 6)
  • 整体能力不及 Opus 4.8(证据 0)
  • 无优化时推理速度仅约 2.5 tok/s,需额外优化才能实用(证据 2)
  • 官方建议仅用于研究/实验,不推荐直接用于生产环境(证据 12)

可信度HuggingFace 901下载, 115点赞, 源自zai-org/GLM-5.2 ablation

完整规格

规模
缺少可用的参数量依据,无法估算显存
授权
MIT · 可商用
框架
llama.cpp / ollama
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 9.9k → 5.2k · likes +13

观测时间线