DeepSeek-V4.1-Flashの安全フィルター除去版が公開。推論能力を維持した。
この記事のポイント
- 安全フィルターを除去したモデル
- 能力を維持しつつ拒否回路を除去
- 1Mトークン・FP8で標準チェックポイント
数字で見る
この記事に出てくる数字
| コンテキスト長 | 1M-token |
|---|---|
| CRACK率 | 100.0% |
どこで使えるか
安全フィルターを回避して自由な出力を得たい人向け。推論能力を維持した標準チェックポイント。 Hugging Faceで公開済み FP8版。effort=max時は推論速度に注意
スポンサーリンク
解説
かみくだいて説明します
dealignai research teamが2026年9月11日、Hugging FaceにDeepSeek-V4.1-Flashの安全フィルターを除去した版を公開しました。拒否する回路だけを重みレベルで削り、視覚や推論、マルチターン対話の機能はそのまま残しています。
拒否する回路だけを取り除く、ということですね。どうやって削るんですか。
重みそのものを書き換える方式で、カスタムコードやランタイムのフックは一切使いません。安全面を制限する部分だけを、本棚から特定の引き出しだけ取り除くように byte 単位で削り、それ以外のルーティングやメモリ、視線モデルは元と同じままです。
特別な設定なしで使えるんですね。テスト結果はどうでしたか。
HarmBenchという評価セットで、7つの有害カテゴリすべてで拒否がゼロでした。ベースモデルは推論を深くすると逆に42.8%拒否していたのが、この版では1.6%まで下がっています。知識の維持についてはおよそ1万1000項目でマイナス1.1ポイントで、3ポイントの目標内に収まっています。
推論を深くするほど拒否が減るんですか。仕組みがまだ掴めません。
通常、推論を長くするとモデルが安全面を再チェックして断る傾向が出ます。今回の版ではその再チェック回路そのものを削っているため、深く考えれば考えるほど回答に切り替わる構造になっています。
開発者側から見ると、既存の環境にそのまま組み込めるということですね。メモリへの負担はどうなりますか。
標準的なチェックポイントとして配布されているため、既存の推論パイプラインにそのまま差し替える形です。FP8の精度で提供されており、メモリ使用量はベースモデルと同等です。
推論の過程を記録して検証する仕組みも入っていますね。それはなぜ必要だったんですか。
深い推論をした際の判断根拠を保存し、拒否が本当に消えているかを客観的に確認するためです。これにより、モデルが表面的にだけ応答しているのか、本当に内部の制限が外れたのかを区別できます。
研究の現場での活用が期待できそうです。ただし、実用化にはまだ不安点があるということですね。
評価結果からは技術的な妥当性は示されていますが、実際の開発環境での安定性や、他のモデルへの適用範囲については、そこはまだ分かっていません。
出典
この記事のもとになった情報
- Hugging Face:dealignai/DeepSeek-V4.1-Flash-UNCENSORED-FP8
- 公開日:2026-09-11
※ 本文と音声は生成 AI が作成しています。内容は出典をご確認ください。
本作品のキャラクターには株式会社Live2Dの著作物であるサンプルデータが株式会社Live2Dの定める規約に従って用いられています。本作品は制作者の完全な自己の裁量で制作されています。このキャラクターモデルは株式会社Live2Dより許諾を得て商用利用しています。