К содержимому
Другое

DeepSeek-V4-Flash-0731 Refusal Directions

рубильник цензуры на лету весом 757 КБ

2 мин чтенияобновлено

Обычно для снятия цензуры (abliteration — удаление направлений отказа из весов) приходится скачивать отдельную копию модели на ~157 ГБ и перезапускать сервер при переключении. Этот репозиторий от wswzjbg решает ту же задачу для DeepSeek-V4-Flash-0731 файлом векторов направлений на 757 КБ, который кладётся рядом с оригинальным чекпоинтом. Сила цензуры настраивается в реальном времени через HTTP-запрос (параметр λ): при λ=0 модель побитово совпадает с оригиналом, а при λ=1.5 перестаёт отказываться от запросов без перезагрузки и потери качества. Инструмент пригодится тем, кто разворачивает DeepSeek-V4-Flash на vLLM и хочет гибко управлять фильтрами или проводить честные A/B-тесты на одном инстансе.

Ключевые особенности

  • Минимальный вес: файл refusal_dirs.safetensors занимает всего 757 КБ (46 единичных векторов размерности 4096 в float32) вместо второй полной копии на ~157 ГБ.
  • Плавная регулировка: λ можно менять на лету от 0 (оригинальная модель) до 1.5 (0 отказов) и даже уводить в минус, делая модель осторожнее стоковой.
  • Без деградации качества: в отличие от запечённых abliterated-чекпоинтов, которые «перекручивают» направление (~240 %) и роняют скорость, рантайм-проекция сохраняет DSpark acceptance и работу с длинным контекстом.
  • Побитовая точность при λ=0: исходные веса модели не меняются, их контрольную сумму sha256 можно сверить с официальным релизом DeepSeek.

Что можно сделать

  • Переключать режим прямо в проде: включать и выключать снятие ограничений на уровне одного сервера vLLM одним POST-запросом без обрыва текущих сессий.
  • Проводить чистые A/B-тесты: сравнивать поведение стоковой и раскованной версии на одном и том же железе, процессе и нагрузке без дрейфа метрик.
  • Тонко подбирать баланс: выставить промежуточное значение λ или отрицательный коэффициент для сценариев, где нужна повышенная сдержанность ответов.

Пример

curl -XPOST localhost:8888/admin/refusal_lambda -d '{"lambda": 1.5}'   # без цензуры
curl -XPOST localhost:8888/admin/refusal_lambda -d '{"lambda": 0}'     # обратно в сток
ПодробнееМетрики при λ=1.5: 0/10 отказов (против 9/10 в стоке), NIAH 30/30 на 32k+128k, tool-calling 8/8, DSpark acceptance 0.5608.
Замеры проводились на 2× DGX Spark GB10 (TP=2, vLLM 0.25.2 / 0.27.1 DSpark, контекст до 262k–393k).
Требуется патч для vLLM из связанного GitHub-репозитория; после смены λ prefix cache для нового значения прогревается заново.
Векторы извлечены методом Arditi et al. (NeurIPS 2024) из чекпоинта cebeuq/DeepSeek-V4-Flash-0731-abliterated.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # wswzjbg/deepseek-v4-flash-0731-uncensored-abliterated-refusal-directions
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download wswzjbg/deepseek-v4-flash-0731-uncensored-abliterated-refusal-directions --local-dir ~/models/deepseek-v4-flash-0731-uncensored-abliterated-refusal-directions
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

deepseek-ai/DeepSeek-V4-Flash-0731

Новые посты про версии DeepSeek-V4-Flash-0731 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

wswzjbg/deepseek-v4-flash-0731-uncensored-abliterated-refusal-directions
Автор
wswzjbg
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии