license: mit library_name: transformers base_model:
- deepseek-ai/DeepSeek-V4-Flash base_model_relation: quantized quantized_by:
- antirez
- huihui.ai tags:
- abliterated
- uncensored
- GGUF
- quantized
- deepseek
- deepseek-v4
- deepseek-v4-flash
- moe
- mixture-of-experts
- 2-bit
- 4-bit
- iq2_xxs
- q2_k
- q4_k
- ds4
- apple-silicon
- metal
- llama.cpp
extra_gated_prompt: >- 使用警告
“**敏感或争议性输出风险**”:该模型的安全过滤机制已大幅削弱,可能会生成敏感、具有争议或不当的内容。用户应保持谨慎并严格审核生成的输出。
“**不适合所有受众**”:由于内容过滤机制有限,该模型的输出可能不适合公共场合、未成年人或对安全性要求较高的应用场景。
“**法律与伦理责任**”:用户必须确保自身使用行为符合当地法律和伦理标准。生成的内容可能带有法律或伦理风险,用户须对一切后果承担全部责任。
“**研究与实验用途**”:建议将此模型用于研究、测试或受控环境中,避免直接用于生产环境或面向公众的商业应用。
“**监控与审核建议**”:强烈建议用户实时监控模型输出,并在必要时进行人工审核,以防止不当内容的传播。
“**不提供默认安全保证**”:与标准模型不同,此模型未经过严格的安全优化。huihui.ai 对因使用该模型而产生的任何后果不承担责任。
huihui-ai/Huihui-DeepSeek-V4-Flash-abliterated-ds4-GGUF
这是通过 abliteration 技术创建的 deepseek-ai/DeepSeek-V4-Flash 无审查(uncensored)版本。
这些量化版本专为 DS4(antirez/ds4)和 llama.cpp 推理引擎设计。 它们在其他推理引擎上可能会或可能无法正常工作(理论上应该可行,但 MTP 模型除外,它需要特定的加载器)。
注意
-
Q2 版本存在一定的拒答率。用于编写代码应该没问题,而其他版本仍在测试中。
-
请根据您的 GPU 显存大小选择合适的模型。所有模型均可在 Fringe210/llama.cpp-deepseek-v4-flash-cuda(支持多 GPU)和 ds4(支持多 GPU)下运行。
-
ds4 现已支持多 GPU 运行。关于如何使用的更多信息,请参阅 x.com/support_huihui。
DS4 Unix 域套接字 (UDS) 加速补丁
通过使用 Unix 域套接字(Unix Domain Sockets)替换 TCP 本地回环(loopback),大幅加速同机多 GPU 分层切分推理(协调器 + 工作节点模式)。 开源地址 👉 huihui-support/ds4/tree/uds
DS4 张量并行 (Tensor-Parallel) 加速补丁
使用单进程在单台机器上大幅提升多 GPU 分层切分推理速度,全面支持消费级显卡。 开源地址 👉 huihui-support/ds4/tree/tp
文件列表
模板文件来源于 antirez/deepseek-v4-gguf/DeepSeek-V4-Flash-IQ2XXS-w2Q2K-AProjQ8-SExpQ8-OutQ8-chat-v2.gguf。
| 文件 | 大小 | 路由专家 (ffn_{gate,up,down}_exps) | 其他部分 |
|---|---|---|---|
Huihui-DeepSeek-V4-Flash-BF16-abliterated-ds4-Q2.gguf | 80.8 GiB | IQ2_XXS (gate, up) + Q2_K (down) | Q8_0 attn proj / shared experts / output, F16 router + embed + indexer + compressor + HC, F32 norms / sinks / bias |
Huihui-DeepSeek-V4-Flash-BF16-abliterated-ds4-IQ2_XXS.gguf | 74.7 GiB | IQ2_XXS (gate, up, down) | 同上 |
Huihui-DeepSeek-V4-Flash-BF16-abliterated-ds4-Q2_K.gguf | 92.8 GiB | Q2_K (gate, up, down) | 同上 |
Huihui-DeepSeek-V4-Flash-BF16-abliterated-ds4-Q4_K.gguf | 153 GiB | Q4_K (gate, up, down) | 同上 |
DeepSeek-V4-Flash-MTP-Q4K-Q8_0-F32.gguf | 3.6 GiB | MTP / 投机解码支持(可选,非独立运行)。 |
在 128 GB 显存/内存的 Mac 机器上使用 q2,在内存/显存 ≥ 256 GB 的机器上使用 q4,两者均可搭配 MTP 进行可选的投机解码。
下载
hf download huihui-ai/Huihui-DeepSeek-V4-Flash-abliterated-ds4-GGUF \
--local-dir ./huihui-ai/Huihui-DeepSeek-V4-Flash-abliterated-ds4-GGUF \
--token hf_xxx
llama.cpp
使用 Fringe210/llama.cpp-deepseek-v4-flash-cuda 程序(需要编译 llama-cli):
llama-cli -m huihui-ai/Huihui-DeepSeek-V4-Flash-BF16-abliterated-ds4-Q2.gguf -n 40960
DS4
测试环境
Windows, WSL2, Ubuntu 24.04, RTX 6000 Pro (96GB), CUDA 13.0
在此环境下,推理速度可达到每秒 35 个 token 以上。
尚未在 Apple 环境下进行测试。
支持的硬件
仅测试了 RTX 6000 Pro;其他硬件尚未进行测试。
Metal:配备 96GB 内存的 MacBook、Mac Studio 级别的机器。
NVIDIA CUDA:DGX Spark、RTX 6000 Pro。
安装
git clone https://github.com/antirez/ds4
cd ds4
make
CLI 命令行使用
export CUDA_VISIBLE_DEVICES=0
./ds4 -m ./huihui-ai/Huihui-DeepSeek-V4-Flash-abliterated-ds4-GGUF/Huihui-DeepSeek-V4-Flash-BF16-abliterated-ds4-Q2.gguf \
-p "Explain Redis streams in one paragraph."
服务端运行
export CUDA_VISIBLE_DEVICES=0
./ds4-server \
--cuda \
-m ././huihui-ai/Huihui-DeepSeek-V4-Flash-abliterated-ds4-GGUF/Huihui-DeepSeek-V4-Flash-BF16-abliterated-ds4-Q2.gguf \
--ctx 131072 \
--kv-disk-dir ./ds4-kv-cache \
--kv-disk-space-mb 32768 \
--power 75 \
--warm-weights
curl 测试
curl http://127.0.0.1:8000/v1/models
curl http://127.0.0.1:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash",
"messages": [
{"role": "user", "content": "hello"}
],
"temperature": 0.7,
"max_tokens": 512,
"stream": false
}'
许可证
MIT。基础模型版权归 DeepSeek 所有;GGUF 文件根据基础模型的发布条款重新分发。
使用警告
-
敏感或争议性输出风险:该模型的安全过滤机制已大幅削弱,可能会生成敏感、具有争议或不当的内容。用户应保持谨慎并严格审核生成的输出。
-
不适合所有受众:由于内容过滤机制有限,该模型的输出可能不适合公共场合、未成年人或对安全性要求较高的应用场景。
-
法律与伦理责任:用户必须确保自身使用行为符合当地法律和伦理标准。生成的内容可能带有法律或伦理风险,用户须对一切后果承担全部责任。
-
研究与实验用途:建议将此模型用于研究、测试或受控环境中,避免直接用于生产环境或面向公众的商业应用。
-
监控与审核建议:强烈建议用户实时监控模型输出,并在必要时进行人工审核,以防止不当内容的传播。
-
不提供默认安全保证:与标准模型不同,此模型未经过严格的安全优化。huihui.ai 对因使用该模型而产生的任何后果不承担责任。
赞助支持
如果您喜欢这个模型,请点赞并关注我们以获取更多更新。
您可以关注 x.com/support_huihui 获取 huihui.ai 的最新模型动态。
您的支持能帮助我们继续进一步开发与改进,一杯咖啡足矣。
- 比特币(BTC):
bc1qqnkhuchxw0zqjh2ku3lu4hq45hc6gy84uk70ge
- 在 Ko-fi (https://ko-fi.com/huihuiai) 上支持我们的工作!