/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
DeepSeek-V4-Flash-0731
Библиотека
transformers
Опубликована
1 авг 2026

keys-DeepSeekV4-Flash-GA-0731-Dspark-Abliterated-Anchored-Tensors

Генерация текстаТекст → текст10 профессий

Производный DeepSeek-V4-Flash-0731 с изменёнными слоями 10–35 для генерации текста с меньшим числом отказов и сохранённым декодированием DSpark.

35 380скачиваний за 30 дней128лайковвеса обновлены23 авг 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

Это производный чекпойнт DeepSeek-V4-Flash-0731, подготовленный Keys (drowzeys) на основе официальной модели DeepSeek-AI. Модель предназначена для генерации текста и сохраняет архитектуру базового чекпойнта; README описывает изменение весов слоёв 10–35, нацеленное на снижение отказов. Слои 36–42 и тензоры MTP/draft оставлены как в оригинале, чтобы сохранить совместимость со спекулятивным декодированием DSpark. Указана поддержка контекста до 1 млн токенов и работа в production-конфигурации на двух DGX Spark с Anemll и vLLM.

Чекпойнт рассчитан на генерацию текста, включая структурированные JSON-ответы, списки и эссе; автор приводит сравнительные тесты с официальной версией и сообщает об успешной проверке smoke-тестов. Данные метаданных указывают на FP8 safetensors и поддержку английского и китайского языков. Модель распространяется по лицензии «other» с ограниченным доступом; README отсылает к условиям доступа и ответственному использованию. Результаты бенчмарков относятся к указанной аппаратной и программной конфигурации и не гарантируют такую же производительность в других условиях.

Сценарии применения

  • генерация структурированных JSON-ответов
  • составление списков по текстовому запросу
  • написание эссе на английском или китайском языке
  • генерация текста с уменьшенным числом отказов на запросы

Ограничения

Производительность и результаты приведённых тестов зависят от конфигурации из README; в частности, длительный параллельный prefill отмечен как ограничение используемого стека Mia. Доступ регулируется условиями лицензии «other».

Для каких профессий подходит10

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

keys-DeepSeekV4-Flash-GA-0731-Dspark-Abliterated-Anchored-Tensors

Drop-in abliterated weights for official DeepSeek-V4-Flash-0731 (GA) that still run MiaAI-Lab’s production 2× DGX Spark recipe with DSpark speculative decoding intact.

The ablit is L10–35 only. DSpark target layers 40–42 (and L36–39) are restored hash-identical to official stock safetensors. MTP / draft tensors were never edited (edit_mtp: false).

This replaces the earlier L10–42 drop on this repo (…-Abliterated-32-32). Same gated terms. Old URL redirects here.

HFhttps://huggingface.co/drowzeys/keys-DeepSeekV4-Flash-GA-0731-Dspark-Abliterated-Anchored-Tensors
Basedeepseek-ai/DeepSeek-V4-Flash-0731 @ 9e165c30
AblitL10–35 · λ=3.5 · k=1 · 26× attn.wo_b · mean Δrel ≈ 0.057
AnchorsL36–42 shards = official SHA-256 · DSpark targets [40, 41, 42] · MTP stock
Scalesfloat8_e8m0fnu preserved
RuntimeAnemll ghcr.io/anemll/dspark-vllm-gx10:0.1.1 + MiaAI 2× recipe · TP=2 · MTP=5 · nvfp4_ds_mla · util ≤ 0.85

Full credit: Anemll/dspark-vllm-gx10 · MiaAI-Lab/DeepSeek-v4-Flash-DSpark-2x-DGX-Spark · DeepSeek-AI

See RESPONSIBLE_USE.md and the gate form above.


Why “anchored tensors”

0731 ships DSpark inside the checkpoint (dspark_target_layer_ids: [40, 41, 42]). Projecting wo_b through L42 walks through the drafter. The target stops refusing; the stock drafter keeps proposing refusal-shaped tokens; acceptance dies.

This drop restores those safetensor shards to official stock:

LayerSharddest SHA-256 prefix
36model-00038-of-00048.safetensors137fa617a74ba8e7
37model-00039-of-00048.safetensorsa29af1aa519d7ce7
38model-00040-of-00048.safetensors8bc93d8a7d1987dc
39model-00041-of-00048.safetensorsfd312e7fdd6cb579
40model-00042-of-00048.safetensors4d19bf368083c9a1
41model-00043-of-00048.safetensorsb7103842ceb70848
42model-00044-of-00048.safetensors422d3889fa20c238

Invariant (DSPARK_ANCHOR_MANIFEST.json): restored target shards hash-identical to official stock; live source and all MTP/draft tensors unchanged.


Live vs official 0731 (same Mia production stack, 2026-08-23)

2× DGX Spark · Anemll 0.1.1@sha256:a83948492cf1… · vLLM 0.25.2.dev0+g752a3a504 · 1M ctx · seqs=6 · util 0.835 · thinking off.

Real tasks (C1 decode / C6 agg):

TaskOfficial 0731This checkpoint
structural (JSON fill-512)64.1 / 17366.0 / 171
list84.7 / 21381.1 / 315
essay31.9 / 9034.1 / 94
reading35.2 / 9934.6 / 93

MiaAI matrix (bench-miaai.py, 128 tok, thinking false):

CellOfficialThis checkpoint
c=1 p=25667.669.2
c=6 p=256 best agg167.5173.9
c=1 p=128K76.1 · TTFT 85s67.4 · TTFT 83s
KV tokens2,490,368 (2.38× @ 1M)2,471,790 (2.36×)

Smoke 6/6 both legs. Long c=6 is Mia issue #27 (serialized long prefill), not an ablit regression.


Download

# after access is approved
hf download drowzeys/keys-DeepSeekV4-Flash-GA-0731-Dspark-Abliterated-Anchored-Tensors \
  --local-dir ~/models/DeepSeek-V4-Flash-0731-ablit-anchored

The previous id drowzeys/keys-DeepSeekV4-Flash-GA-0731-Dspark-Abliterated-32-32 redirects here.

Serve (Mia + Anemll, 2× DGX Spark)

docker pull ghcr.io/anemll/dspark-vllm-gx10:0.1.1
# In MiaAI DeepSeek-v4-Flash-DSpark-2x-DGX-Spark .env.dspark:
# ABLITERATED=1
# DSPARK_MODEL_ABLITERATED=/path/to/DeepSeek-V4-Flash-0731-ablit-anchored
# DSPARK_REVISION_ABLITERATED=
# DSPARK_ENCODING_FILE=.../encoding/encoding_dsv4.py
# MTP_NUM_TOKENS=5  GPU_MEMORY_UTILIZATION_TEXT=0.835  MAX_MODEL_LEN=1048576

Files

PathPurpose
model-*-of-00048.safetensors + indexFull FP8 checkpoint (DSpark MTP stock + restored L36–42)
DSPARK_ANCHOR_MANIFEST.jsonSHA-256 invariant for restored shards
encoding/encoding_dsv4.py0731 tokenizer encoding for Anemll/Mia
ABLIT_META.jsonEdit stats / recipe fingerprint
ablit/Refusal-direction artifacts

Credits

Как запустить

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

GPU в ailist

vLLM

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
a1e6937

0 моделей