DeepSeek-ը ներկայացրել է տեսողական փորձարարական մոդելի ռեպոզիտորիա. արտադրողականության պնդումները դեռևս ստուգված չեն
DeepSeek-ի մոդելի քարտը նկարագրում է DeepSeek-V4-Flash-ի փորձարարական տեսողական տարբերակը՝ թոքենայզերի ֆայլերով, հուշումների կոդավորմամբ և PyTorch ինֆերենսի մինիմալ նյութերով։ Համատեղելիության և թեստային արդյունքների վերաբերյալ պնդումները հիմնված են DeepSeek-ի տվյալների վրա և տրամադրված նյութերում անկախ ստուգում չեն անցել։
DeepSeek-ը հրապարակել է DeepSeek-V4-Flash-Vision-Exp-ի տեխնիկական նկարագրությունը՝ այն ներկայացնելով որպես իր DeepSeek-V4 ընտանիքի առաջին փորձարարական մուլտիմոդալ մոդել։ Հանրային մոդելի քարտը (model card) պարունակում է հուշումների (prompt) կոդավորման նյութեր և PyTorch-ի վրա հիմնված մինիմալ ինֆերենսի իրականացում, սակայն գործնական հասանելիությունը, ռեսուրսների պահանջներն ու նշված արտադրողականության աճը տրամադրված նյութերում մնում են չստուգված [1]։
01
Ինչ գիտենք այս պահին
- 01
DeepSeek-ի Hugging Face մոդելի ամբողջական քարտը նախագիծը ներկայացնում է որպես DeepSeek-V4 ընտանիքի փորձարարական մուլտիմոդալ մոդել և նկարագրում է ռեպոզիտորիայի կառուցվածքը [1]։
- 02
Նույն քարտում փաստաթղթավորված են JSON և TXT հուշումների աջակցումը, ինֆերենսի մինիմալ կոդը, հեղինակի հրապարակած թեստային ցուցանիշները և MIT արտոնագիրը [1]։
02
Մոդելի տեսակն ըստ ռեպոզիտորիայի
DeepSeek-ն այն նկարագրում է որպես փորձարարական մուլտիմոդալ հավելում DeepSeek-V4-Flash ճարտարապետությանը։Նկարագրված հուշումների ներկայացումներ
Քարտում նշված են OpenAI ոճի JSON բովանդակային բլոկներ և TXT կոմպակտ գրելաձև։Նկարագրված ինֆերենսի իրականացում
Ռեպոզիտորիայի քարտը տրամադրված PyTorch իրականացումը որակում է որպես մինիմալ։Հայտարարված արտոնագիր
Մոդելի քարտը ռեպոզիտորիան ներկայացնում է MIT արտոնագրով։Ռեպոզիտորիայի մանրամասները վերցված են հեղինակի մոդելի քարտից. հնարավորությունների և արտադրողականության վերաբերյալ պնդումները տրամադրված նյութերում անկախ ստուգում չեն անցել։
03
Տեսողական փորձարարական տարբերակ
Ռեպոզիտորիան նախատեսված է DeepSeek-V4-Flash-Vision-Exp-ի համար։ Հեղինակը՝ DeepSeek-ը, այն ներկայացնում է որպես DeepSeek-V4 ընտանիքի փորձարարական մուլտիմոդալ տարբերակ, ոչ թե առանձին և անկախ գնահատված թողարկում։ Այս նկարագրությունը ներկայացնում է նախագծի հայտարարված կառուցվածքը, ոչ թե գործնականում ապացուցված հնարավորությունները [1]։
04
Ինչ է պարունակում ռեպոզիտորիան
Մոդելի քարտի համաձայն՝ ռեպոզիտորիան պարունակում է թոքենայզեր, հուշումների կոդավորման ուղեցույց և PyTorch-ի վրա հիմնված մինիմալ ինֆերենսի իրականացում։ Նշված կառուցվածքն ընդգրկում է կոդավորման և ինֆերենսի թղթապանակներ, կազմաձևման (configuration) ֆայլեր, թոքենայզերի ֆայլեր և model-safetensors ինդեքս։ Քարտում նաև նշվում է, որ մոդելի մեծ shard-երը նկարագրված են այդ ինդեքսում և կրկնօրինակված չեն ռեպոզիտորիայի ելակետային կոդի մեջ [1]։
- Ըստ նկարագրության՝ ինֆերենսի բազային կոդն ընդգրկում է vision encoder և aligner, DFlash attention, MoE, Hyper-Connections և DSpark forward path [1]։
- Քարտում նշվում է, որ կոդավորումը (encoding) տարանջատված է PyTorch-ից կախված ինֆերենսից, իսկ ինֆերենսը ներմուծում է կից կոդավորման մոդուլը Python-ի հստակ ուղու (explicit path) միջոցով [1]։
- Ըստ ռեպոզիտորիայի նկարագրության՝ թոքենայզերի ֆայլերը սովորական ֆայլեր են, և սիմվոլիկ հղումների (symlinks) կարիք չկա [1]։
05
Հուշումների երկու փաստաթղթավորված ձևաչափ
Տվյալների մուտքագրման շղթաներ կառուցող ծրագրավորողների համար քարտը ներկայացնում է JSON և TXT տարբերակները՝ որպես տեսողական հուշումներ կազմելու երկու աջակցվող եղանակ։ Սա կարող է հեշտացնել փորձարկումներն ինչպես կառուցվածքային հաղորդագրություններ գեներացնող, այնպես էլ կոմպակտ տեքստային մուտքեր կիրառող գործիքների հետ։ Օրինակների միջև նշված համարժեքությունը մնում է հեղինակի հայտարարությունը և անկախ ստուգում չի անցել [1]։
06
Արտադրողականության տվյալները պահանջում են անկախ ստուգում
DeepSeek-ի աղյուսակն այս մոդելը համեմատում է DeepSeek-V4-Flash-0731-ի և Opus-4.8-ի հետ՝ տեքստային և մուլտիմոդալ գործակալների թեստերում։ Քարտում նշվում է, որ DeepSeek-ի նախորդ մոդելն անտեսում է մուլտիմոդալ մուտքագրումը ApexBench-ում և Agents' Last Exam-ում։ Սրանք կարևոր մանրամասներ են հեղինակի կողմից ներկայացված մեթոդաբանության վերաբերյալ, սակայն նյութերի փաթեթը չի պարունակում արդյունքների անկախ վերարտադրում, մեթոդաբանության հաստատում կամ երաշխիք, որ այդ ցուցանիշները կպահպանվեն այլ աշխատանքային միջավայրերում [1]։
- DeepSeek-ը հայտնում է ավելի բարձր ցուցանիշների մասին մուլտիմոդալ գործակալների (agent) թեստերում՝ DeepSeek-V4-Flash-0731-ի համեմատ [1]։
- Նշվում է նաև տեքստային գործակալների ընդհանուր առմամբ համադրելի արդյունավետություն, թեև աղյուսակում առանձին տեքստային թեստերի արդյունքները տարբերվում են [1]։
- Տեքստային գործակալների տվյալների համար քարտում նշված են հետևյալ պարամետրերը՝ DeepSeek Harness minimal ռեժիմ, դատողությունների առավելագույն ծավալ (maximum reasoning effort), ջերմաստիճանը (temperature)՝ 1.0, և top_p՝ 0.95 [1]։
07
Ինչու է սա կարևոր և որտեղ ստուգել
Փաստաթղթավորումը ծրագրավորողներին տալիս է ելակետային նյութեր տեսողական հնարավորություններով փորձարարական մոդելն ուսումնասիրելու համար՝ նշված ճարտարապետական բաղադրիչները, հուշումների երկու ձևաչափերը և ինֆերենսի մինիմալ կոդը։ Մոդելից օգտվելուց առաջ խորհուրդ է տրվում ուսումնասիրել հենց ռեպոզիտորիան և դրան կցված փաստաթղթերը՝ ընթացիկ ֆայլերի, հասանելիության պայմանների, տեղադրման մանրամասների և հնարավոր սահմանափակումների մասին տեղեկանալու համար [1]։
08
Ինչ կարող են ստուգել ծրագրավորողները փորձարկումից առաջ
Տրամադրված մոդելի քարտը (model card) նկարագրում է ռեպոզիտորիայի կառուցվածքն ու ինտերֆեյսները, սակայն չի երաշխավորում պատրաստի աշխատանքային միջավայր ցանկացած համակարգում [1]։
- 01
Տեղադրելուց, փոխարկելուց կամ գործարկելուց առաջ անմիջապես ծանոթացեք ռեպոզիտորիայի encoding և inference README ֆայլերին. դրանց մանրամասն հրահանգները ներառված չեն եղել աղբյուրների փաթեթում [1]։
- 02
JSON և TXT ձևաչափերի հուշումների (prompts) օրինակները դիտարկեք որպես փաստաթղթավորված այլընտրանքային կոդավորումներ, ոչ թե անկախ կերպով հաստատված համատեղելիության արդյունքներ [1]։
- 03
Համոզվեք, որ ունեք հասանելիություն մոդելի անհրաժեշտ shard-երին, և ճշտեք checkpoint-երի փոխարկման պահանջները։ Ըստ մոդելի քարտի՝ shard-երը նկարագրված են ինդեքսային ֆայլում և կրկնօրինակված չեն ելակետային կոդի մեջ [1]։
- 04
Ծրագրի պայմաններին ծանոթանալու համար ուսումնասիրեք ռեպոզիտորիայում նշված MIT արտոնագիրը (LICENSE ֆայլում)։ Սա իրավաբանական խորհրդատվություն չէ [1]։
09
Այս թողարկման սահմանափակումները
Տրամադրված փաստերը չեն պարունակում մոդելի, դրա հուշումների կոդավորման, ինֆերենսի իրականացման կամ թեստային արդյունքների անկախ ստուգումներ [1]։
Մոդելի քարտի տեքստում նշված չեն սարքավորումների պահանջները, ծրագրային ապահովման կամ կախվածությունների համատեղելի տարբերակները, ինֆերենսի ռեսուրսածախսը կամ կշիռների բոլոր shard-երի հասանելիությունը [1]։
Քարտում հիշատակված encoding և inference README ֆայլերը չեն տրամադրվել աղբյուրների փաթեթում, ուստի դրանց մանրամասն հրահանգները, սահմանափակումներն ու ցուցումները հնարավոր չէ հաստատել այստեղ [1]։
Մոդելի քարտում հրապարակման ամսաթիվը նշված չէ [1]։
SRC
Աղբյուրների բաժին
Ուղիղ հղումներ այս ընտրանու հիմքում եղած նյութերին: Աղբյուրը տեսնելը նույնքան կարևոր է, որքան սինթեզն ընթերցելը:
Շարունակել ընթերցումը
26 օգս, 2026 թ.
Qwen-ը ներկայացրել է FP8 Qwen3.8-2.4T-A95B չեքփոյնթը և պարտադիր տրամաբանման ռեժիմը
Qwen-ի մոդելի քարտը փաստագրում է Transformers ձևաչափով FP8 չեքփոյնթ Qwen3.8-2.4T-A95B-ի համար՝ նշելով սպասարկման տարբերակներ և պարտադիր տրամաբանման ռեժիմ: Այն չի տրամադրում ռեսուրսների պահանջները, լիցենզիայի պայմանները, մուտքի հասանելիությունը կամ անկախ թեստերի արդյունքները, որոնք անհրաժեշտ են արտադրական պատրաստվածությունը հաստատելու համար: [1]
20 օգս, 2026 թ.
Hugging Face-ի ռեեստրում հայտնվել է DeepSeek-V4-Pro-DSpark-ը
Hugging Face Hub-ի տվյալները հաստատում են deepseek-ai/DeepSeek-V4-Pro-DSpark-ի գրանցումն ու հիմնական մետատվյալները, սակայն չեն փաստում արտադրողականության, նախատեսված կիրառության, ներբեռնման հասանելիության կամ արտոնագրի ամբողջական ծավալի վերաբերյալ պնդումները:
25 օգս, 2026 թ.
Qwen-ը ներկայացնում է Qwen3.8-2.4T-A95B checkpoint-ը՝ միայն տեքստային և պարտադիր thinking ռեժիմի սահմանափակումներով
Qwen-ի ռեպոզիտորիումը ներկայացնում է Transformers ձևաչափով տեքստի ստեղծման խոշոր checkpoint և առաջարկում տեղակայման ուղեցույցներ vLLM-ի, SGLang-ի ու TokenSpeed-ի համար: Փաստաթղթավորված հիմնական սահմանափակումներն են միայն տեքստային մուտքագրումն ու պարտադիր «մտածելու» (thinking) արտածումը, մինչդեռ արտոնագրային պայմանները, ենթակառուցվածքային պահանջներն ու արտադրողականության անկախ գնահատումը տրամադրված նյութերում բացակայում են [1]: