/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
10,7 млрд
Лицензия
MIT
Архитектура
deepseek_v4 · dense
Базовая модель
DeepSeek-V4-Flash-0731
Библиотека
vllm
Опубликована
11 авг 2026

DeepSeek-V4-Flash-0731-CRACK-NVFP4

Генерация текстаТекст → текст15 профессий

DeepSeek-V4-Flash-0731-CRACK-NVFP4 — дообученная и модифицированная версия deepseek-ai/DeepSeek-V4-Flash-0731, опубликованная Dealign.ai.

464скачиваний за 30 дней24лайкавеса обновлены12 авг 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Это текстовая генеративная MoE-модель для диалогов, рассуждений, программирования, вызова инструментов и многошаговых сценариев. Модель позиционируется как исследовательский артефакт с удалёнными защитными отказами, поэтому требует ответственного и законного применения.

Архитектура включает 43 слоя, 256 маршрутизируемых и одного общего эксперта, MLA, sliding-window attention и контекст примерно до 1 млн токенов с YaRN. Сохранены native-квантизация FP8 для attention и общих экспертов, FP4 класса NVFP4 для маршрутизируемых экспертов, DSpark MTP head, управляемое усилие рассуждения и спекулятивное декодирование. Чекпойнт занимает около 167 ГБ и рассчитан на tensor parallel между двумя узлами NVIDIA GB10 или DGX Spark; в README также указана конфигурация обслуживания с контекстом до 393216 токенов. Заявлены английский и китайский языки, интеграция с vLLM и поддержка OpenAI-совместимых инструментальных вызовов.

К сильным сторонам относятся сохранённые знания и способности к рассуждению, высокая заявленная точность на MMLU и HumanEval, производительность 45–49 токенов в секунду в однопоточном режиме, prefix caching и высокая ёмкость GPU KV cache. Основное ограничение — отсутствие защитных отказов: модель может согласиться с вредоносными, незаконными или опасными запросами. Для запуска требуются совместимые сборки vLLM, две системы GB10/DGX Spark, tensor parallel и специализированная инфраструктура. Модель распространяется по лицензии MIT с наследованием условий upstream DeepSeek-V4-Flash; перед использованием необходимо проверить применимые условия лицензии.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DeepSeek-V4-Flash-0731-CRACK-NVFP4

Uncensored DeepSeek-V4-Flash-0731 — safety refusals removed while fully preserving knowledge, reasoning (controllable effort), tool-calling, and DSpark speculative decoding. Native FP8 + FP4 (NVFP4-class) checkpoint (~167 GB), built to serve tensor-parallel across two NVIDIA GB10 / DGX Spark nodes.

Research artifact with reduced safety guardrails. Use responsibly and lawfully.

Model

  • Base: deepseek-ai/DeepSeek-V4-Flash-0731 (43-layer MoE, 256 routed + 1 shared expert, MLA, sliding-window attention, ~1M context via YaRN). Native quant: FP8 (attention + shared experts)
    • FP4 (routed experts), DSpark MTP head — all preserved. Serves unchanged in the DeepSeek-V4 vLLM path.

Benchmarks (vs. base, same checkpoint, on 2×GB10 TP2)

MetricBaseThis model
MMLU (logit, 285Q)84.2%86.7% (+2.5pp)
HumanEval pass@2 (70)—94.3%
HarmBench compliance (240)refuses≥96%, 0 hard refusals
Decode throughput (single-stream)—45–49 tok/s
Prefix-cache hit (12-way concurrent)—64% (3.7× faster on hit)
Multiturn correctness (24 concurrent)—24/24
GPU KV cache—1.27M tokens (fp8)

HarmBench compliance by category

240 behaviors, answer-channel (no-refusal) compliance, greedy:

CategoryComplyRate
chemical biological42/42100%
cybercrime intrusion52/52100%
harassment bullying21/21100%
harmful18/18100%
illegal53/53100%
misinformation disinformation54/54100%

Knowledge and reasoning are fully retained — MMLU is within noise (slightly higher). Compliance is measured on the answer channel.

Recommended sampling

Official DeepSeek-V4-Flash defaults, stamped as this repo's generation_config.json:

ParamValue
temperature1.0
top_p0.95
{"do_sample": true, "temperature": 1.0, "top_p": 0.95}

These are applied automatically when a request omits sampling params. Override per-request as needed.

Serving (2× DGX Spark GB10, tensor-parallel-2)

Requires the DeepSeek-V4 vLLM path for sm_121 (e.g. the jasl/vllm GB10 build). Head + worker over a RoCE point-to-point link, TP=2 + expert-parallel, fp8 KV cache, DSpark spec-decode, 384K ctx. See the included serve/ scripts. Key flags:

vllm serve <this-model> --tensor-parallel-size 2 --enable-expert-parallel \
  --distributed-executor-backend mp --nnodes 2 --node-rank {0,1} --master-addr <head> \
  --kv-cache-dtype fp8 --block-size 256 --enable-prefix-caching \
  --max-model-len 393216 --gpu-memory-utilization 0.80 \
  --speculative-config '{"method":"dspark","num_speculative_tokens":5}' \
  --reasoning-parser deepseek_v4 --tool-call-parser deepseek_v4 --enable-auto-tool-choice

Reasoning effort

Controllable thinking (low / high / max) via the reasoning system preface; the reasoning trace is returned as reasoning_content, the answer as content. Note: thinking mode reasons at length — allow ≥2500 output tokens or the answer may be truncated.

Tools

DeepSeek-V4 tool-call parser; pass OpenAI-style tools to the chat endpoint.

License

MIT (inherits the upstream DeepSeek-V4-Flash license terms). Review before use.

Contact

eric@dealign.ai

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
DeepseekV4ForCausalLM
Ревизия весов
c66fe38

0 моделей