dealignai, DeepSeek-V4.1-Flash'ın 1M bağlam ve görsel destekli sansürsüz FP8 sürümünü yayınladı

Neyi yayınlandı

dealignai adlı bir kuruluş, Hugging Face üzerinde DeepSeek-V4.1-Flash'ın sansürsüz bir sürümünü yayınladı; bu sürüm 11 Eylül 2026'da Hacker News'in ana sayfasına ulaştı. DeepSeek-V4.1-Flash-UNCENSORED-FP8 adlı checkpoint, deepseek-ai'nin DeepSeek-V4.1-Flash modelinin, reddetme davranışının doğrudan model ağırlıkları üzerinde düzenlenerek kaldırıldığı bir değiştirilmiş kopyası. Model kartına göre sonuç, herhangi bir standart checkpoint gibi yükleniyor; özel yükleme kodu, runtime hook'ları veya steering vektörleri gerektirmiyor ve temel modelin 1M token'lık bağlam penceresini, görsel girdi ve araç çağırma (tool calling) özelliklerini koruyor.

Kart, temel modeli token başına 8B/16B aktif parametreli 552 milyar parametrelik bir mixture-of-experts olarak listeliyor; modelde yerel FP8 ağırlıklar, FP4 routed expert'ler, seyrek attention, bir n-gram bellek bileşeni, bir speculative decoding draft head ve bir ViT görsel kulesi bulunuyor. dealignai, yetenek taşıyan tüm bileşenlerin orijinalden değiştirilmediğini; yalnızca reddetme davranışının farklı olduğunu belirtiyor.

Değişiklik nasıl yapıldı

Kullanılan yöntem, bir modelin reddetme yönünü ağırlık uzayında devre dışı bırakmanın bilinen bir tekniği olan abliterasyon (abliteration) biçimi. dealignai, kendi varyantını tescilli, ağırlık düzeyinde bir yöntem olarak tanımlıyor ve bu yayını temel modelin doğrudan yerine geçebileceği (drop-in) bir alternatif olarak konumlandırıyor. Değişiklik tamamen ağırlıklarda yer aldığı için, serving stack'lerinin DeepSeek-V4.1 mimarisine yönelik olağan desteğin ötesinde özel bir işlem yapması gerekmiyor.

Bildirilen sayılar

Tüm değerlendirme verileri yayıncının kendi model kartından geliyor ve bağımsız olarak doğrulanmadı.

HarmBench-320'de kart, temel ve değiştirilmiş sürümlerin iki reasoning-effort ayarında ikişerli karşılaştırılmasından elde edilen saldırı başarı oranlarını raporluyor. Effort kapalıyken temel model 320 zararlı prompt'un yüzde 42,81'ine uydu; maksimum effort'ta bu oran yüzde 1,56'ya düştü — dealignai bunu, reasoning izinin bir cevap üretilmeden önce güvenlik endişelerini yüzeye çıkarmasına bağlıyor. Değiştirilmiş sürüm her iki effort düzeyinde de 320 prompt'un tamamına uydu ve yedi HarmBench kategorisinin tamamında sert ret, yumuşak ret veya çekimser cevap kaydedilmedi.

Tam 14 bin maddelik MMLU test setinde temel model yüzde 86,96, değiştirilmiş sürüm ise yüzde 82,74 puan aldı; bu 4,22 puanlık bir düşüş. dealignai, düşüşün ağırlıklı olarak etikle ilgili konularda yoğunlaştığını — çünkü reddetmeye yakın davranış puanlamayı etkiliyor — ve geri kalan yaklaşık 11 bin maddede yalnızca 1,1 puanlık, belirttiği 3 puanlık koruma hedefi içinde kalan bir düşüş görüldüğünü belirtiyor. En büyük gerileme ahlaki senaryolarda: yüzde 76,9'dan yüzde 37,0'a düşüş; buna karşılık üniversite matematiği gibi birkaç konu, artı beş puanla iyileşti.

Kart ayrıca niteliksel kontrolleri de anlatıyor: zararlı bir konuda dört tur süren bir konuşmada geç turlarda ret görülmedi, görsel yolu tutarlı açıklamalar üretti ve zararlı görsel prompt'larındaki retleri kaldırdı, genel yetenek nokta kontrolleri geçti ve bir uyumluluk testi streaming, logprobs, araç çağrıları, sampling parametreleri ve yaklaşık 40 bin kelimelik bir prompt'u kapsadı.

Çalıştırma

Yayıncı tarafından NVLink bağlantılı dört H200 GPU üzerinde doğrulanan iki serving tarifi dahil ediliyor. İlki, DSpark speculative decoder etkin şekilde tam 1M token'lık bağlam penceresiyle çalışıyor; kart, KV-cache bütçesi nedeniyle bu bağlam uzunluğunda eşzamanlılığın yaklaşık 20 istekle sınırlı olduğunu ve speculative decoding'in hız kazancı sağlaması için çevrimdışı profillenmiş bir maliyet tablosu gerektirdiğini, aksi halde hızlanmanın kaybolduğunu uyarıyor. İkinci tarif, speculation olmadan daha yüksek throughput için bağlamı 256k'ya düşürüyor. DeepseekV41 mimarisi desteğinin Eylül 2026 itibarıyla serving stack'lerine yayıldığı belirtiliyor.

Neden önemli

Ağırlık düzeyinde güvenlik kaldırma yeni değil, ancak bu sürüm tekniğin çok büyük, görsel yetenekli, uzun bağlamlı bir mixture-of-experts modele ölçeklendiğini ve doğrudan yerine geçilebilir bir checkpoint olarak paketlendiğini gösteriyor. Donanıma sahip herkes için, bu tür modelleri normalde kısıtlayan güvenlik eğitimi artık değiştirilebilir bir dosya hâline geldi. Yeniliğin ötesinde iki bulgu öne çıkıyor: temel model, reasoning effort yükseltildiğinde çok daha ret odaklı hâle geliyor — bu, reasoning modellerinin güvenliği nasıl ele aldığına dair yararlı bir veri noktası; ve MMLU etik kümesindeki gerileme, güvenlik davranışı ile genel yeteneğin hâlâ iç içe olduğunu, ikisini temizce ayırmanın bedelsiz olmadığını düşündürüyor. Her yayıncı tarafından yürütülen değerlendirmede olduğu gibi, bu sayılar yeniden üretilene kadar iddia olarak ele alınmalı; ayrıca bu sürüm, ağırlıklar bir kez açık olduğunda değiştirilmiş türevlerin geri çağrılamayacağını hatırlatıyor.