DeepSeek-V4 Latent Reasoning - Complete model with latent-space thinking
Show HN: DeepSeek-V4 Latent Reasoning – moving "thinking" into latent space
DeepSeek-V4-Flash-0731-Latent-Reasoning ist ein eigenständiges Modell, das Reasoning in den latenten Raum verlagert. Es ist NVFP4-quantisiert und wird mit einem produktionsreifen vLLM-Runtime ausgeliefert. Das Modell erreicht einen BBH-Aggregat-Score von 0,880 und zeichnet sich besonders bei mehrstufigen Tracking-Aufgaben aus. Die Architektur nutzt einen trainierten Reasoning-Head mit Stop-Head, der die Denktiefe adaptiv steuert. Das Modell ist vollständig in einem HuggingFace-Repository gebündelt, inklusive DSpark-Draft-Block für spekulative Dekodierung. Der Server unterstützt flexible Steuerung über Umgebungsvariablen und Header. Einfach installieren und über eine OpenAI-kompatible API nutzen.
Das Modell denkt im latenten Raum – ein einziger latenter Schritt ersetzt mehrere Reasoning-Tokens, und ein gelernter Stop-Head beendet die Denkphase adaptiv.