/ Модель

Характеристики

Контекст
1 048 576 токенов
Лицензия
MIT
Базовая модель
DeepSeek-V4-Pro
Библиотека
transformers
Опубликована
9 июн 2026

DeepSeek-V4-Pro-MXFP4-Mixed-CT-AutoRound

Генерация текстаТекст → текст

Смешанная MXFP4/MXFP8-квантизация DeepSeek-V4-Pro для генерации текста и решения задач с длинным контекстом.

117скачиваний за 30 дней0лайковвеса обновлены8 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

INCModel/DeepSeek-V4-Pro-MXFP4-Mixed-CT-AutoRound — квантизированная смешанная версия DeepSeek-V4-Pro, подготовленная Intel AutoRound в формате llm_compressor. Веса MoE представлены в MXFP4, линейные слои — в MXFP8; README приводит результаты на тестах длинного контекста, математики, знаний и рассуждений. Репозиторий содержит веса safetensors и предназначен для генерации текста; README описывает запуск через vLLM с tensor parallelism на 8 частей и настройками FP8 для KV-кэша.

Модель подходит для диалогов и генерации текста, включая задачи с длинным контекстом, математические вопросы и общие знания. Она основана на DeepSeek-V4-Pro и сохраняет лицензию исходной модели MIT. Языки и размер контекста в предоставленных данных не указаны.

Выводы модели могут быть фактически неверными, предвзятыми, оскорбительными или непристойными; перед использованием в приложениях рекомендуется проверка безопасности. Для запуска описанная конфигурация требует vLLM и распределения модели на восемь частей.

Сценарии применения

  • генерация ответов в диалоге
  • решение математических задач
  • ответы на вопросы по длинным документам
  • генерация текста для задач на общие знания

Ограничения

Модель может выдавать фактически неверные, предвзятые, оскорбительные или непристойные ответы; перед развертыванием рекомендуется проверка безопасности. В README запуск через vLLM описан с tensor parallelism на 8 частей.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model is a MXFP4 mixed model of deepseek-ai/DeepSeek-V4-Pro generated by intel/auto-round with llm_compressor format. Please follow the license of the original model.

  • MOE: MXFP4
  • Linear: MXFP8
Modelniah_multiquery 1Mruler_qa_squad 16Kruler_qa_squad 1Mlongbench_v2aime26gpqa_diamondmath_500mmlupiqahellaswaggsm8kmmlu_pro
DeepSeek-V4-Pro (W4A8 MXFP4 MoE, block FP8 Linear)10.78030.69270.62290.48370.73610.94160.91400.93480.89080.96440.8367
INCModel/DeepSeek-V4-Pro-MXFP4-Mixed-CT-AutoRound (W4A4 MXFP4 MoE, MXFP8 Linear)10.78050.69830.62290.49030.73640.94000.91250.92670.88820.96490.8354

How to Run Locally

vLLM is supported here: https://github.com/vllm-project/vllm/pull/45645

vllm serve INCModel/DeepSeek-V4-Pro-MXFP4-Mixed-CT-AutoRound \
  --trust-remote-code   \
  --kv-cache-dtype fp8   \
  --block-size 256     \
  --tensor-parallel-size 8    \
  --attention_config.use_fp4_indexer_cache=True  \
  --port 8009  \
  --no-enable-flashinfer-autotune  \
  --enforce-eager
curl -s http://127.0.0.1:8009/v1/chat/completions   -H "Content-Type: application/json"   -d '{
    "model": "DeepSeek-V4-Pro-MXFP4-Mixed-CT-AutoRound",
    "messages": [
      {"role":"user","content":"2+3=?"}
    ],
    "max_tokens": 10,
    "extra_body": {
      "chat_template_kwargs": {
        "enable_thinking": true
      }
    }
  }' | python3 -m json.tool

For local deployment, we recommend setting the sampling parameters to temperature = 1.0, top_p = 1.0. For the Think Max reasoning mode, we recommend setting the context window to at least 384K tokens.

Generate the Model

Depends on this PR: https://github.com/intel/auto-round/pull/1921

auto-round deepseek-ai/DeepSeek-V4-Pro  \
  --model_free \
  --scheme MXFP8 \
  --ignore_layers compressor,indexer.weights_proj \
  --layer_config "{ffn.experts:{bits:4,data_type:mx_fp}} \
  --format llm_compressor \
  --output_dir "./DeepSeek-V4-Pro-MXFP4-Mixed"

Ethical Considerations and Limitations

The model can produce factually incorrect output, and should not be relied on to produce factually accurate information. Because of the limitations of the pretrained model and the finetuning datasets, it is possible that this model could generate lewd, biased or otherwise offensive outputs.

Therefore, before deploying any applications of the model, developers should perform safety testing.

Caveats and Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model.

Here are a couple of useful links to learn more about Intel's AI software:

Disclaimer

The license on this model does not constitute legal advice. We are not responsible for the actions of third parties who use this model. Please consult an attorney before using this model for commercial purposes.

Cite

@article{cheng2023optimize, title={Optimize weight rounding via signed gradient descent for the quantization of llms}, author={Cheng, Wenhua and Zhang, Weiwei and Shen, Haihao and Cai, Yiyang and He, Xin and Lv, Kaokao and Liu, Yi}, journal={arXiv preprint arXiv:2309.05516}, year={2023} }

arxiv github

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Нельзя запустить

Модель не помещается даже в 8 × 80 ГБ.

Ревизия весов
ff0659f

0 моделей