社群實現在 12GB 視訊記憶體裝置上執行無限制版 DeepSeek

2026 年 11 月 2 日 23:52，Reddit 的 LocalLLaMA 社群釋出了一條訊息：社群成員在 12GB 視訊記憶體裝置上運行了被其稱為「無限制」的 DeepSeek-V4.1-Flash。具體做法是以 ISTA-DASLab 製作的 DeepSeek-V4.1-Flash-1017 GSQ-RCO 量化版本為基礎（即人們在 Strata Engine 中搭配 12GB GPU、把 Engram 表放在 SSD 上執行的那套版本），移除了模型的拒答限制。

作者稱只改動了每個檔案中的 82 個密集張量，包括 attention output、shared expert down proj 和 Engram value proj；384 個 routed experts 與其原始版本逐位元組相同，GSQ 取整方式因此保留，檔案頭和檔案大小也沒有變化。報告給出的實測數字是：在思考模式開啟的情況下，拒答率從 85% 降到 0%；執行環境為 12GB GPU VRAM，加上 64GB RAM 和 SSD，通過 Strata Engine 完成本地量化執行，共涉及 3 個尺寸的版本。

截至目前，事件只有這一條社群訊息，尚無其他報道或官方回應。