/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
gguf
Опубликована
29 мая 2026

DeepSeek-V4-Flash-REAP50-REAPDataset10K-BalancedWithKO-DS4

Генерация текстаТекст → текст

Экспериментальная версия DeepSeek-V4-Flash с прореживанием половины экспертов REAP в формате GGUF для генерации текста через совместимый runtime DS4.

121скачиваний за 30 дней2лайкавеса обновлены29 мая 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 экспериментальная компактная версия DeepSeek-V4-Flash, подготовленная автором репозитория eouya2 в формате GGUF. В модели применено прореживание экспертов REAP на 50%: в слоях 3–42 число экспертов сокращено с 256 до 128, а первые три слоя сохранены. Исходная квантизация тензоров экспертов сохранена.

Модель предназначена для генерации текста в диалоговом режиме и рассчитана на запуск в специализированной версии runtime DS4, поддерживающей формат ds4-compact-v1. Прореживание калибровали на 10 000 сбалансированных по английскому и корейскому языкам запросах из восьми областей набора REAP; наблюдения проводились с контекстом 4096 токенов.

Это экспериментальный артефакт с более агрессивным сжатием, чем вариант REAP25. Качество относительно исходной модели полностью не оценено, а совместимость с обычными загрузчиками GGUF, включая llama.cpp, Ollama и LM Studio, не ожидается. Лицензия указана как other; конкретные условия в карточке не приведены.

Сценарии применения

  • диалоговая генерация текста на английском языке
  • диалоговая генерация текста на корейском языке
  • локальный запуск компактной экспериментальной языковой модели
  • исследование влияния прореживания экспертов на генерацию

Ограничения

Качество после прореживания относительно исходной модели полностью не оценено. Модель требует REAP-совместимого runtime DS4 с поддержкой ds4-compact-v1 и не рассчитана на стандартные загрузчики GGUF; конкретные условия лицензии в карточке не раскрыты.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DeepSeek-V4-Flash REAP50 REAPDataset10K-Balanced DS4 GGUF

Experimental DS4 compact GGUF made by applying 50% REAP expert pruning to a DeepSeek-V4-Flash DS4 GGUF, calibrated on 10,000 language-balanced prompts drawn from 8 domains of the REAP dataset.

Model file:

DeepSeek-V4-Flash-REAP50-REAPDataset10K-Balanced-DS4-compact-IQ2XXS.gguf

Bundled runtime:

ds4_reap_runtime/

Expert observation results:

reap_dataset_10k_balanced_seed42_reap50_experts.csv

Compatibility

This model needs the bundled REAP-aware DS4 runtime, or another DS4 build that supports ds4-compact-v1.

It is not expected to run with stock DS4, llama.cpp, Ollama, LM Studio, or other generic GGUF loaders. The routed expert tensors are physically compacted, so the runtime must read the REAP metadata and route into compact expert ids.

Expected DS4 runtime line:

REAP runtime metadata enabled: hash_preserved=3 router_masked=40 moe_disabled=0 layout=ds4-compact-v1

How It Was Made

Source GGUF

DeepSeek-V4-Flash-IQ2XXS-w2Q2K-AProjQ8-SExpQ8-OutQ8-chat-v2-imatrix.gguf

Calibration Dataset

CategorySource DatasetSamplesENKO
mixture/codeopen-r1/codeforces-cots2,0001,0001,000
mixture/mathopen-r1/OpenR1-Math-220k2,0001,0001,000
mixture/sciencenvidia/Llama-Nemotron-Post-Training-Dataset2,0001,0001,000
xlam/function-callingSalesforce/xlam-function-calling-60k2,0001,0001,000
SWE/toolSWE-bench style (tool-use split)500250250
SWE/xmlSWE-bench style (XML format split)500250250
SWE/ticksSWE-bench style (tick-format split)500250250
SWE/trainSWE-bench style (training split)500250250
Total10,0005,0005,000
  • Sampling: random with seed 42
  • Language balance: --balance-language enforced 50% English / 50% Korean per source category
  • Total token coverage: 27,592,731 observed prompt tokens
  • Observed expert route selections: 7,118,924,598

Observation

  • Seed: 42
  • Context length: 4,096
  • Chunk size: 100 prompts per chunk (100 chunks total, resumable)
  • Score metric: activation_energy_sum2

Pruning

  • Layers 0–2: preserved, hash-routed
  • Layers 3–42: REAP-pruned
  • Compression ratio: 0.50
  • Experts per pruned layer: 256 → 128 (128 pruned per layer)
  • Top-k remains 6
  • Layout: ds4-compact-v1
  • Expert tensor bytes are copied directly, preserving source quantization

Size

source file: 80.76 GiB / 86.72 GB
REAP50 file: ~46.98 GiB / ~50.42 GB

Expert CSV

reap_dataset_10k_balanced_seed42_reap50_experts.csv contains per-expert statistics for all 43 MoE layers. Columns:

ColumnDescription
layerLayer index (0–42)
expert_idOriginal expert ID in source GGUF
new_expert_idCompacted expert ID after pruning (-1 if pruned)
activation_policyhash_preserved (layers 0–2) / router_mask_pruned
keptWhether this expert is kept in the pruned GGUF
prunedWhether this expert was removed
total_tokensTotal observed tokens (shared per layer)
expert_frequencyHow many times this expert was selected
selection_rate_per_tokenexpert_frequency / total_tokens
selection_shareFraction of all expert selections for this layer
reapComposite REAP score (activation_energy_sum2)
gate_up_energyGate/up projection energy contribution
down_energyDown projection energy contribution

Run With Bundled Runtime

The Metal runtime loads shader source files from metal/*.metal, so run from inside the bundled runtime directory:

cd ds4_reap_runtime

./ds4 \
  -m ../DeepSeek-V4-Flash-REAP50-REAPDataset10K-Balanced-DS4-compact-IQ2XXS.gguf \
  --ctx 512 --nothink --temp 0 -n 64 \
  -p 'Hello!'

For OpenAI-compatible local serving:

cd ds4_reap_runtime

./ds4-server \
  -m ../DeepSeek-V4-Flash-REAP50-REAPDataset10K-Balanced-DS4-compact-IQ2XXS.gguf \
  --ctx 32768 --tokens 1024 \
  --host 127.0.0.1 --port 8000

Comparison

PropertyREAP25-REAPDataset10K-BalancedREAP50-REAPDataset10K-Balanced (this)
Calibration datasetREAP dataset (8 domains)REAP dataset (8 domains)
Sample count10,00010,000
Language balance50% EN / 50% KO50% EN / 50% KO
CompressionREAP25 (256→192 experts)REAP50 (256→128 experts)
Output size63.87 GiB~46.98 GiB

Notes

This is a more aggressive compression than the REAP25 variant. The same 10K balanced observation is reused; only the compression ratio changes from 0.25 to 0.50, so the 128 least-activated routed experts per layer (layers 3–42) are removed instead of 64.

This is an experimental artifact. Quality degradation relative to the original model has not been fully evaluated.

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
7b86e8b

0 моделей