モデル・開発
DeepSeek-V4-Flash-Vision-Expのウェイトを公開
原題: DeepSeek-V4-Flash-Vision-Exp
API提供済みの視覚モデルをローカル配備可能に
DeepSeekは8月31日、画像理解に対応する実験モデルDeepSeek-V4-Flash-Vision-ExpのウェイトをHugging Faceで公開しました。
モデルは約305Bパラメータで、48個のSafetensors shard、tokenizer、設定ファイル、視覚encoderとalignerを含む最小PyTorch推論実装を配布しています。
OpenAI形式のJSON content blockと<image>path</image>形式の画像入力に対応し、両形式を同じトークン列へ変換する参照実装を含みます。
SGLangではDSparkを有効にした実行例が公開され、targetとdraftのウェイトを同じチェックポイントから利用します。
ライセンスはMITです。8月21日に始まったDeepSeek APIでの実験版提供とは別に、今回はウェイトとローカル推論コードを取得できる状態へ変わりました。
DeepSeekはテキスト専用エージェント能力をV4-Flash-0731と同等に保ち、視覚を使うエージェント評価を改善したと説明しています。
掲載された性能値はDeepSeek自身の条件による評価であり、独立評価とは区別が必要です。